[SCRÂȘIT]
[FOSȘIT]
[CLIC]
NANCY KANWISHER: Iată
agenda pentru astăzi.
Ca de obicei, o grămadă de
anunțuri în roșu.
Tema 4 a fost notată.
Vor apărea comentarii
online pe Stellar în curând
despre oricare dintre voi care nu a obținut
un scor aproape perfect la el.
Și, de asemenea, o să trec
puțin peste asta într-o clipă.
Și apoi, odată ce facem
asta, vom
vorbi despre navigație -
cum știm unde suntem
și cum să ajungem de aici în
alt loc, ceea ce
este mult mai minunat decât
pare la început, după cum veți
vedea.
BINE.
Deci rapidă recenzie.
BINE.
Deci, care a fost punctul cheie?
De ce v-am atribuit articolul Haxby 2001 pe care
să-l citiți?
Prezintă această
provocare importantă
pentru specificul funcțional
al zonei feței și al
zonei locului.
Care a fost acea provocare?
Care a fost punctul cheie al lui Haxby?
Da, Isabel.
PUBLIC: Ei bine,
tocmai a fost atacat...
are doar o preferință
pentru rectiliniu
și nu vede dacă este o
scanare reală.
Nu detectează cu adevărat
dacă este o față sau nu.
NANCY KANWISHER: Da.  Pe atunci
nu-i făcea griji
atât de mult cu privire la rectiliniu
.
Dar ideea lui a fost că
nu ar trebui să ne pese doar
de amploarea generală
a răspunsului unei regiuni.
Cum ar fi, OK, e frumos
dacă zona feței
răspunde așa la față,
dar nu este așa la obiecte.
Dar chiar dacă răspunde scăzut și la
fel la mașini și scaune, s-
ar putea să aibă în continuare informații care să
vă permită să distingeți
mașinile de scaune, dacă modelul
de răspuns între cutiile
din acea regiune a fost
diferit stabil pentru mașini și scaune.
BINE?
Asta e cu adevărat cheia.
Vom trece peste el în
câteva puncte.
Dar asta e esențial, nu?
Multe dintre detaliile pe care o să
vă învăț și
care trec în
clasă nu contează,
dar îmi doresc foarte mult
să înțelegeți PPA.
Și acesta este nodul.
BINE?
Deci ideea este că
selectiv-- afirmația lui
este că regiunile selective,
cum ar fi zona feței,
conțin informații despre
stimuli nepreferați.
Adică, non-fețe
pentru zona feței
sau non-locuri pentru
zona locului.
Și pentru că
conțin informații,
acelor regiuni nu le pasă doar
de categoria lor preferată.
Așadar, de ce Kanwisher
spune că
FFA este doar despre fețe și
PPA este doar despre locuri
dacă putem vedea informații despre
alte lucruri în acele regiuni?
BINE.
Este o
critică cu adevărat importantă.
De aceea
petrecem timp cu asta.
BINE?
BINE.
În continuare, ce fel
de date empirice
ar putea fi un răspuns
la provocarea lui Haxby?
Am prezentat cel puțin
trei tipuri diferite
de date care pot aborda acest lucru
și spun, hei, așteptați un minut.
Știi, ai o idee,
dar ce fel de date
ar putea vorbi despre asta
și să îi răspundă lui Haxby?
De fapt, nu am vorbit despre
asta în mod explicit în clasă,
dar gândiți-vă la asta.
Iată afirmația pe care o face.
Ce am putea spune, nu?
Deci este adevărat din punct de vedere empiric.
Ca, te uiți în FFA.
Chiar și în propriile mele date,
pot distinge scaunele
de pantofi
puțin în FFA.
BINE?
Deci această afirmație empirică este adevărată.
De ce ar putea
fi totuși cazul
că zona feței este într-adevăr
doar despre recunoașterea feței?
Ce alte date ai mai
auzit aici
care te-ar putea face să crezi asta?
Da, Ben.
Publicul: Pentru că este
prezența...
NANCY KANWISHER: Vorbește.
PUBLIC: Îmi pare rău.
Prezența stimulilor de nivel scăzut
care sunt în general în
fețe, dar pot fi rare și
pe scaune și mașini în context.
NANCY KANWISHER: Absolut.
Deci da, altfel spus
, chiar dacă ai
avea un codificator perfect pentru fețe--
cum ar fi cea mai bună plasă adâncă
pentru recunoașterea feței, fața VGG--
poate distinge și scaunele
și pantofii, nu?
Caracteristicile pe care le
utilizați pentru a reprezenta fețele
vor discrimina ușor
între alte obiecte care nu sunt fețe.
Deci faptul că putem vedea
aceste informații în sine
nu este o dovadă puternică
că acea regiune nu este
selectivă pentru percepția feței.
Absolut.
Ce altceva?
Da, OK.
PUBLIC: Ca
stimularea magnetică transcraniană?
Când stimulezi
epitelialul
și îl privești pe
față îl afectează,
dar când ești ca și cum te
uiți la alte obiecte,
efectul nu mai este.
NANCY KANWISHER: Exact.
Și ce
vă spune asta despre...
OK, deci există
informații despre modele
acolo despre alte
lucruri dincolo de chipuri.
Dar?
Se pare că nu este folosit, nu?
Acum, cu fiecare dovadă,
poți oricând să te contrazici.
Oamenii ar spune, ei bine,
TMS, acele efecte sunt mici.
Poate că nu există și
nu am avut puterea
să-l detectăm, bla,
bla, bla, bla.
Dar cel puțin,
absolut ai dreptate.
TMS argumentează împotriva lor.
Ce altceva?
Sau cel puțin este o modalitate de a argumenta
împotriva ei -- și
lucrarea Pitcher pe care am atribuit-o
și alte lucrări despre care am
vorbit
aici oferă câteva dovezi
că, de fapt, cel puțin
zona occipitală a feței
este implicată doar cauzal
în percepția feței.
chiar dacă există informații
acolo despre alte lucruri.
Ce altceva?
Ce alte metode
pot rezolva acest lucru?
Da.
PUBLIC: Aceasta este o
simulare destul de nouă
și chiar și atunci când apăsați
mâna pe față,
puteți percepe fețe în ea.
NANCY KANWISHER: Exact.
Exact.
Deci acestea sunt ambele
teste cauzale, nu?
OK, există
informații acolo.
Dar este
folosit cauzal în comportament?
TMS sugerează că nu.
Micile
date de stimulare intracraniană directă pe
care ți le-am arătat sugerează, de asemenea, că
efectele cauzale atunci când
stimulezi acea regiune sunt
specifice percepției feței,
sugerând din nou că,
chiar dacă există
informații despre tipar acolo,
nu face nimic
important pentru că
le putem da peste cap.
și nimic nu se întâmplă cu
percepția lucrurilor care
nu sunt chipuri.
Absolut.
Ce altceva?
Am vorbit pe scurt despre asta acum
câteva săptămâni.
Da.
PUBLIC: Deci, dacă
eliminați [INAUDIBIL],
o face pe o persoană complet

incapabilă de a percepe fețele.
Asta provoacă...
NANCY KANWISHER: Da, dar
modalitatea crucială... da,
dar modalitatea crucială
de a ne adresa lui Haxby
ar fi ce alt
aspect al asta?
Da.
Și apropo, nu
înlăturăm zona la oameni,
dar ocazional,
găsim un om
care a avut o leziune acolo din cauza unui
accident vascular cerebral și apoi îi studiem.
PUBLIC: Deci încă mai
pot face alte categorii.
NANCY KANWISHER: Exact.
Exact.
Deci, toate cele trei linii de dovezi
din studiile de prosopagnozie,
stimularea electrică direct
pe creier și TMS, toate
pot oferi dovezi
în diferite grade.
Din nou, se poate
discuta cu privire la fiecare
dintre aceste studii particulare.
Dar toate acestea sugerează că,
deși există informații
în tipar,
Haxby are dreptate... există
informații acolo despre
alte lucruri care nu sunt fețe.
Singurele efecte cauzale atunci când
încurci cu acea regiune
sunt pe fețe, nu
pe alte lucruri.
Asta sugerează că
informațiile despre model
este ceea ce ei spun uneori
în cercurile filozofice că este
„epifenomenal”.
Adică, pur și simplu nu are legătură
cu comportament și percepție.
Are sens?
OK, mergând mai departe,
cum putem
folosi metoda lui Haxby
nu doar pentru a ne angaja
în această mică luptă despre
FFA și cât de specific este,
ci pentru a valorifica această metodă și pentru a
pune alte întrebări interesante
din datele RMN funcționale.
Cum îl putem folosi pentru a afla,
de exemplu,
zona locului discriminează, să zicem,
scenele de plajă de scenele orașului?
Vrem să știm ce este
reprezentat acolo.
Cum am putea folosi această
metodă pentru a afla?
Da, Jimmy.
PUBLIC: Dacă fac ceea ce a
făcut Haxby și încerc
decodorul și văd dacă
decodorul ar putea decide
și face diferența între
oraș și sau ca
un acru de umbră.
NANCY KANWISHER: Exact.
Exact.  Așa că am
vorbit ultima dată despre
metodele de decodare
ca o modalitate de a
folosi învățarea automată
pentru a analiza
modelul de răspuns
într-o regiune a creierului și a
antrena decodorul astfel încât să știe
cum arată răspunsul
în timpul vizionării scenelor de pe plajă,
antrenați-l astfel  știe cum arată
răspunsul în acea regiune
atunci când te
uiți la scenele orașului,
apoi ia un
model nou și spuneți,
este mai mult ca
modelul de plajă
sau este mai mult ca
modelul orașului?
Și așa ai putea
decoda din acea regiune.
Da.
Publicul: Asta nu spune atât de
multe, în sensul că
nu îți spune...
Adică, știm că
există totuși un reziduu de informații
și
că această comunitate
poate fi variată în orice regiune luată în
considerare, în orice moment, întotdeauna.
NANCY KANWISHER: Avem
aici un adevărat nihilist.
Nu, este o întrebare bună.
Nu este cazul că poți
discrimina orice în funcție
de orice regiune a creierului.
Deci există niște constrângeri.
Există unele
lucruri pe care le puteți găsi
în unele locuri și altele pe care le
puteți găsi în alte locuri.
Și nu sunt
distribuite uniform pe creier.
Totuși, faptul că
doar... punctul pe care tocmai l-am
spus despre da, există
informații discriminatorii
în zona feței despre non-fețe,
dar poate că nu sunt folosite,
ar trebui să ridice o mare avertizare
cu privire la întreaga metodă.
Cum știm vreodată?
Vedem câteva
informații discriminatorii.
De unde știm
dacă este folosit de fapt
de creier, o
parte din
propriul cod pentru informații al creierului sau
doar un gunoi epifenomenal
care este un produs secundar
al altceva?
Este o întrebare foarte importantă
despre toate analizele de tipare.  O
facem oricum
pentru că suntem cerșetori.
Nu putem alege în ceea ce privește
metodele cu neuroștiința cognitivă umană
.
Și vrem să știm
cu disperare ce este
reprezentat în fiecare regiune.
Deci facem asta.
Dar ori de câte ori
vezi aceste lucruri minunate
„Pot decoda x din y”, ar
trebui să te întrebi mereu.
Cine știe dacă faptul
că tu, om de știință,
îl poți decoda din
acea regiune înseamnă că
creierul însuși citește acea
informație din acea regiune?
Întrebare mare, importantă.
Bine, altfel spus...
așa că Jimmy a menționat doar
decodarea în general
și este absolut corect.
Dar pentru a valorifica direct
versiunea Haxby a acestui lucru,
ce am face?  În
primul rând, am
localiza funcțional PPA
prin scanarea lor, privind
scene și obiecte,
găsim acea regiune
în fiecare subiect.
Apoi am colecta
modelul de răspuns
între voxeli din
PPA în timp ce subiecții
priveau, să zicem, scene de plajă.
Și, deci, dacă acesta este
PPA, acesta este modelul
de răspuns între voxeli
din acea regiune atunci când se
uită la scene de plajă -
date false, evident,
doar pentru a vă oferi ideea.
Așa că am împărți datele
în jumătate, runde pare, runde impare.  Ar fi
ca chiar și alergări.
Apoi obținem un alt
model pentru alergări impare.
Și apoi obținem un alt
model pentru când se
uită la
scene de oraș cu curse pare
și un alt model
când se uită
la scenele de oraș în curse impare.
Deci, odată ce avem
cele patru modele,
care este predicția cheie
dacă folosim metoda de corelare a lui Haxby
?
Care este predicția cheie dacă
PPA, dacă modelul de răspuns
în PPA, poate discrimina
scenele de plajă de scenele orașului?
Ce ar trebui să vedem
din aceste modele?
Care este predicția cheie?
Claire.
Predicție cheie: aveți
aceste patru modele în PPA
și acum doriți să știți dacă există
informații acolo
care vă permit să discriminați
scenele de plajă de scenele orașului?
PUBLIC: Este așa cum
plaja par și plaja
impar sunt mai asemănătoare decât
plaja par și orașul par?
NANCY KANWISHER: Exact.
Exact.
Dreapta.
Sună complicat și
este ușor să fii confuz.
Dar nodul
ideii este foarte simplu.
Spune doar, uite,
modelele de plajă sunt stabile.
Facem plajă de câteva ori, obținem
același tipar, mai mult sau mai puțin.
Facem oraș, obținem
un model diferit.
Și continuăm să facem oraș, obținem
același tipar mai mult sau mai puțin.
Și modelul plajei și
modelul orașului sunt diferite.
Deci acesta este nodul ideii.
Și astfel îl puteți implementa cu
metode de decodare sau
versiunile Haxby, doar pentru a întreba dacă
corelația dintre două
modele de plajă - plajă
pară, plajă impar --
este mai asemănătoare decât modelul
dintre una dintre plaje
și unul dintre orașe.
Întrebând doar, sunt
similare stabil într-o categorie
și diferă stabil
de altă categorie?
Are sens?
Aceasta este doar o variantă a acestui
lucru pe care v-am arătat-o ​​înainte.  Am
valorificat acest lucru pentru a ne
întreba dacă acea regiune poate
discrimina.
OK, și tocmai am spus toate astea.
Dacă încă te simți
tremurător în privința asta, există
câteva lucruri pe care le poți face.
O versiune a micii mele
prelegeri despre această metodă
este aici pe site-ul meu.
Te poți uita la asta.
Sunt doar șase
minute și practic este ceea ce
am făcut înainte.
Dar dacă vrei să
o revii, iată-l.
Puteți reciti lucrarea Haxby, despre
care știu că nu este foarte ușor,
dar de fapt este
frumos scrisă.
Și dacă o citești cu atenție,
explică metoda
destul de clar.
Puteți vorbi cu mine sau cu un AT.
Și vom reveni
la această întrebare
dacă ar trebui să
facem un întreg
set de probleme bazat pe MATLAB pe aceasta.
OK, să mergem mai departe și să
vorbim despre navigare.
Acesta este un fluture monarh.
Cântărește aproximativ o jumătate de gram.
Și totuși, în fiecare toamnă,
monarhul migrează
peste 2.000 de mile din SUA
și Canada până în Mexic.
De fapt, un singur monarh
zboară 50 de mile într-o singură zi.
Este destul de uimitor pentru
acest lucru mic, mic, frumos și
delicat.
Și mai uimitor - zboară
către o pădure foarte specifică
din Mexic, care are doar
câțiva acri.
Și ajunge la acea
pădure anume.
Acum, asta este deja
uimitor, dar iată
partea care este pur și simplu
uluitoare și care este--
și zboară înapoi spre
nord în primăvară--
și anume că întregul
ciclu durează patru generații
pentru a se finaliza.
Și asta înseamnă că Monarhul
care pornește în Canada
și zboară spre acea
pădure din Mexic --
un Monarh face asta --
este stră-strănepotul
strămoșului său
care a mers ultima oară pe acel traseu.
Pune asta în
cap și fumează.
Este destul de uimitor.
Luați în considerare femela
țestoasă.
Ea eclozează pe o plajă,
iese în mare
și înoată în
mare timp de 20 de ani,
înainte de a se întoarce 20 de
ani mai târziu pentru prima dată
pe plaja pe care
a eclozat.
Acum, este destul de uimitor, dar
unele mame ratează cu 20 de mile.
Ei merg pe
insula greșită sau pe plaja greșită
de pe aceeași insulă.
Și așa s-ar putea să vă gândiți,
OK, este destul de bine.
Nu este uimitor.
Dar iată chestia:
plaja greșită la
care merg acele mame
este plaja exactă, în care
câmpul magnetic al Pământului
nu s-a schimbat ușor
în acești 20 de ani.
Sunt exact
precise, dar pur și simplu
nu compensează schimbarea
câmpului magnetic al Pământului.
Iată un liliac.
Acest liliac își menține
simțul direcției
chiar și în timp ce zboară între 30 și
50 de mile într-o singură noapte
în întuneric prind mâncare.
Și își menține
simțul direcției
chiar dacă zboară
în toate orientările diferite
în trei dimensiuni și
chiar dacă se răstoarnă
și aterizează pentru a se cocoța pe
suprafața unei peșteri.
Nu se confundă fiind cu
susul în jos.
Aceasta este Cataglyphis,
furnica tunisiană din deșert.
Băieții ăștia sunt minunați.  Se
târăsc pe
suprafața deșertului tunisian,
unde sunt 140 de grade
în timpul zilei,
și trebuie să se târască
acolo sus pentru a căuta hrană.
Și apoi, pentru că este al naibii de
cald, de îndată ce găsesc mâncare, se
îndreaptă înapoi la
cuibul lor și coboară în cuib
unde este mai rece.
Așadar, iată o urmă
a Cataglyphis care
începe în punctul
A și caută hrană.  Se
plimbă în
căutarea hranei pe
toată această
cale nebună până la punctul B.
Și apoi, dacă găsește
mâncare în punctul B,
bum... linie dreaptă
înapoi exact la cuib.
Acum ne-am putea întreba,
cum ține Cataglyphis
evidența în timp ce face toate
aceste lucruri de unde
se îndreaptă înapoi la cuibul lui?
Primul lucru la care
te-ai putea gândi
sunt lucruri precum cum
arată.
Poate sunt repere,
poate sunt mirosuri.
Dar nu, el nu folosește
niciunul dintre aceste lucruri.
Și știm că, pentru că atunci când
oamenii de știință care au instalat
acest dispozitiv de măsurare îl capturează pe
Cataglyphis după ce iese
pe această cale întortocheată și
găsește stația de alimentare,
îl capturează și îi mută
prin deșert - pe care
au desenat toate aceste grile.
linii pentru comoditatea
experimentului lor... și le
eliberează aici.
Și ce face Cataglyphis?
El merge pe
vectorul exact corect --
fără repere, fără
mirosuri relevante, și totuși,
evident, a codificat
vectorul exact cum să ajungă acasă.
Gândiți-vă la ce înseamnă asta
și la ce este implicat.
PUBLIC: Același vector
cu privire la nord?
NANCY KANWISHER:
În ceea ce privește...
da, ei bine, în ceea ce privește
direcția externă absolută,
absolut.
Deci asta tocmai am spus.
Deci aceste fapte ale
navigației animale sunt uimitoare.
Și animalele au dezvoltat modalități
de a rezolva toate aceste probleme
unice pentru mediul lor.
Ei au dezvoltat aceste
abilități pentru că
trebuie să poată găsi
hrană, pereche și adăpost.
Și aceasta nu este doar esoterica
în lumea naturală.
Studenții MIT, de asemenea,
trebuie să poată găsi
hrană, pereche și adăpost.
Deci, ce este navigația, oricum?
Și ce presupune?  Ei
bine, voi argumenta în
următoarele două prelegeri
că există două
întrebări fundamentale pe care organismele
trebuie să le rezolve pentru a
putea naviga.
Prima este, unde sunt?
Și a doua este, cum să
ajung de aici până acolo, de la A la B,
oriunde ar
trebui să ajungi?
Deci vom despacheta asta.
Există multe
fațete diferite ale fiecăruia.
Dar de exemplu,
dacă vezi această imagine,
știi imediat
unde ești
și știi și unde să
mergi dacă, de exemplu,
începe să plouă.  S-
ar putea să te grăbești în holul
7 sau, dacă ți-e foame, s-
ar putea să te întorci și să te
întorci la Centrul pentru studenți.
Aceeași afacere aici...
dacă vezi asta,
atunci știi unde
ești și unde ai
merge pentru a ajunge la diverse lucruri.
Acum, aceste judecăți se bazează
pe cunoștințele specifice pe care le
aveți despre acele
locuri specifice.
Recunoașteți
exact acel loc și
aveți în cap un fel de
hartă despre care vom
vorbi mai multe
într-un moment, care
vă spune unde
se află totul în legătură cu el.
Dar chiar dacă vă aflați într-un
loc pe care nu îl cunoașteți deloc,
tot puteți extrage
câteva informații.
Deci să presupunem că te-ai
găsit în mod miraculos... bum... aici.
Nu m-ar deranja,
de fapt, dar asta nu este
în cărți pentru o vreme.
Deci ești aici.
Chiar dacă tocmai ai făcut
drumeții după colț,
dacă nu ai mai văzut
acest loc până acum,
ai un fel de idee despre
ce fel de loc este acesta.
Unde ți-ai instala cortul?
Unde ai putea încerca să mergi pentru a
ieși din această vale?
Dacă aș fi eu, nu aș face-o.
Am prieteni care ar
merge direct acolo
și ar încerca să mă
tragă, plângându-se.
Dacă eram eu, prefer să
caut altă rută.
Dar poți spune toate astea
doar uitându-te la această imagine -
unde poți merge de acolo,
nu doar ce fel de loc
este, ci care sunt
posibilele rute pe care le poți lua.
Deci, aceste probleme fundamentale pe care le

rezolvăm în navigație,
de a ști unde sunt
și cum ajung
de aici până acolo,
includ mai multe componente.
În ceea ce privește unde
sunt, prima piesă
este recunoașterea unui
loc specific pe care îl cunoști.
Așa că s-ar putea să deschizi
ochii și să spui: OK, acesta
este sufrageria mea.
Cunosc acest loc anume.
Dar, așa cum tocmai am subliniat, chiar
dacă locul este necunoscut, ne
putem da o idee despre ce
fel de loc este acesta.
Sunt într-un mediu urban,
un mediu natural,
un living, o baie?
Unde sunt?
Un al treilea aspect despre
unde sunt, un al treilea mod în
care am putea răspunde la
această întrebare,
este ceva legat de geometria
mediului în care ne aflăm. Așa că
încearcă asta chiar
acum... închide ochii.
OK, acum gândește-te cât de departe
este zidul în fața ta.
Nu deschide ochii,
gândește-te doar cât de departe
este, cât de departe
este peretele din stânga și peretele din dreapta.
Și ce zici de
peretele din spatele tău?
Nu deschide ochii.
Cât de departe este
zidul din spatele tău față
de locul unde ești acum?
OK, poți deschide ochii.
Nu este știință rachetă.  Am
vrut doar să intuiți că,
deși probabil că sunteți
captivat de această prelegere și,
gândindu-vă doar la navigare,
aveți un fel de
conștientizare situațională
a aspectului spațial
al spațiului în care vă aflați.
Deci s-ar putea să aveți un simț
Sunt într-un spațiu ca acesta
și sunt aici în el.
Și vom vorbi mai multe despre
acel tip exact de conștientizare
a poziției tale în raport
cu aspectul spațial
al mediului tău imediat.
Este ceva foarte
important în navigație.
Și o altă parte din
asta este că te-ai putea gândi,
cum aș scăpa de aici?
Dacă sunt serios
plictisit de prelegere
sau din orice alt
motiv am
nevoie urgent să plec de
aici, probabil că
știți exact unde
sunt ușile în acest spațiu.
Este doar o parte din acele
lucruri pe care le urmărim.
Deci, acestea sunt aspecte ale
unde sunt eu în acest loc.
Care sunt lucrurile pe care
trebuie să le știm
pentru a ști cum am ajunge
de aici în alt loc?  Ei
bine, cel mai simplu mod de a
naviga într-o altă locație, un
alt obiectiv se
numește „beaconing”.
Și acesta este un caz în care
puteți vedea sau auzi direct
locația dvs. țintă.
Deci navighezi în ceață.
Nu poți vedea
nimic, dar
auzi cornul de ceață
acolo și știi că
mergi în acel punct.
Deci mergi doar spre
sunet, frumos și simplu.
Nu aveți nevoie de o hartă mai largă
a nimic altceva.  O
auzi doar
și te îndrepți spre ea.
Sau dacă vezi
asta, iar obiectivul tău
este să ajungi la clădirea verde, ei
bine, există o clădire verde
și te îndrepți în acest sens.
Acum, va trebui să
ocoliți puțin
pentru a ocoli acele
obstacole, dar
știți încotro să vă îndreptați pentru că vă
puteți vedea ținta direct.
Acestea sunt cazuri în
care nu aveți nevoie de
o cunoaștere mai largă, pe termen lung,
a întregului mediu.
Dacă vă puteți vedea ținta,
mergeți direct spre ea.
Așadar, acesta este un tip de semnalizare,
cel mai simplu de la A la B.
Și nu necesită nicio
hartă mentală, nici un fel
de model intern al întregii
lumi în care navighezi.
Dar dacă nu poți vedea
locul în care vrei să mergi,
atunci ai nevoie de  un fel de
hartă mentală a lumii.
Deci, ce înțelegem prin
„hartă mentală a lumii?”  Ei
bine, această idee a fost
articulată pentru prima dată
într-un experiment clasic
în anii 1940.
Așa că acesta a fost de fapt unul dintre
experimentele originale care
a lansat
revoluția cognitivă, când am ieșit
din flagelul behaviorismului
pentru a realiza că de fapt era
OK și, într-adevăr, în
esență, să vorbim despre ceea ce
se întâmplă în minte.
Și un
studiu cu adevărat influent care
a lansat
revoluția cognitivă de către Tolman
a fost făcut pe șobolani.
Și a mers
așa... a antrenat șobolani.  I-a
pus jos în
această zonă și au
trebuit să învețe că va
fi mâncare acolo, la poartă.
Și așa trebuie doar să facă
șirul de viraj la stânga și la dreapta
pentru a găsi mâncarea.
Așa că îi antrenezi
în acest sens pentru o vreme,
până când sunt foarte buni la asta.
Și apoi a pus șobolanii
în acest mediu.
Acum, mediul este
similar, cu excepția faptului că există
mai multe căi, una care pare
analogă cu vechiul traseu.
Deci, ce
fac șobolanii în această situație?
Ei aleargă aici, se
lovesc de un zid
și își dau seama, OK,
asta nu va funcționa.
Nicio surpriză încă.
Dar apoi, șobolanii
revin imediat
și ies direct pe acolo
.
Ce îți spune asta?
Ce au învățat?
Au învățat ei o serie de a
merge drept, apoi la stânga,
apoi la dreapta, apoi la dreapta,
și apoi merg pe drumuri lungi?
Nu.
Asta nu ar merge aici.
Au învățat ceva
mult mai interesant.
Chiar dacă
aici au fost instruiți doar pentru această sarcină, au
învățat ceva mult
mai interesant
despre tipul de
medie vectorială a tuturor acelor viraje.
Toți înțeleg asta?
Este foarte simplu,
dar foarte profund.
Deci, din aceasta, Tolman
și alții au început să
vorbească despre
hărți cognitive, orice ar fi trebuie să
fi învățat
într-o situație ca aceasta,
ca să poți abstrage
direcția generală.
Nu învățăm doar
rute specifice
ca o serie de
stimuli și răspunsuri.
Deci trebuie să existe un
fel de hartă în capul tău
pentru a putea face asta, iar
șobolanii au asta și tu la fel.
Deci, să luăm în considerare această
întrebare chiar acum.
Unde sunt?
Unde ești?
Pentru a-
ți răspunde la această întrebare,
ai ceva de genul
acesta în capul tău.
Și probabil că nu arată
exact așa în capul tău,
dar există o versiune a acestor
informații care se află în capul tău pe care o
folosești
atunci când răspunzi
la întrebarea unde te afli.
Și ai cum să spui
în acea hartă a lumii,
nu știu doar cum
arată campusul MIT
și cum este aranjat, dar
știu unde sunt în el.
Acum, dacă vrei să știi
cum să ajungi în altă parte...
să presupunem că ți-e
foame și
vrei să mergi la
Cantina Stata de acolo.
Ce altceva trebuie să
știți în afară de cunoașterea
hărții mediului înconjurător
și unde vă aflați în el?
Ce altceva trebuie să știi?
Știi că ai această hartă,
știi unde ești
și știi unde este scopul tău.
Acum trebuie să planificați
cum să ajungeți acolo.
Ce altceva trebuie să știi?
Da.
PUBLIC: Trebuie să
știi care părți sunt căi
și care părți sunt clădiri.
NANCY KANWISHER: Da, exact...
unde poți intra acolo?
De fapt, unde poți
trece fizic?
De fapt, vectorul nostru
este chiar acolo,
dar nu poți merge
așa pentru că
nu poți trece prin
acel geam,
deși poți vedea prin el.
Deci, cunoașterea
barierelor fizice
și a ceea ce este o cale reală
și ce nu este este crucială.
Ce altceva trebuie să știi?
Să presupunem că avem un
robot în această cameră,
stând chiar aici, cu fața în
față a unei camere, ca voi, băieți,
și programăm
robotul cum să ajungă acolo.
Ce alte lucruri ar trebui să le
spunem robotului pentru a-l
face să planifice cum să ajungă
la Cantina Stata?
Da.
PUBLIC: Lucruri la care trebuie să fii atent
, cum ar fi mașini și trafic.
NANCY KANWISHER: Absolut.  Ar trebui să
știm despre
obstacole, cum ar fi
obstacole în mișcare, nu doar cele fixe.
Absolut.
Ce altceva?
Da.
PUBLIC: Orientare inițială.
NANCY KANWISHER: Da.
Trebuie să știe în ce
direcție se îndreaptă.
Vei da
acestui robot instrucțiuni
despre direcția de mers.
Contează foarte mult dacă
robotul începe așa
sau așa începe.
Instrucțiunile sunt diferite
în cele două cazuri și la fel și
pentru voi, băieți.
Pentru a planifica o rută, trebuie să
știți în ce direcție vă îndreptați.
Dacă ați
fost vreodată în Manhattan
și veniți din
metrou și vedeți că strada
merge așa, și
știți că este nord/sud
și nu știți dacă vă
îndreptați spre sud sau nord...
lucru cu adevărat comun.
Nu este suficient să știi că sunt la
intersecția dintre Fifth și 22nd.
Trebuie să știi, sunt
orientat spre sud sau nord?
Altfel nu-ți poți da seama
ce drum să mergi.
Asta se numește
„direcție de îndreptare”.
Tocmai am făcut toate astea.
Trebuie să-ți cunoști
rubrica actuală.  De
asemenea, trebuie să cunoașteți
direcția obiectivului dvs.
pentru a planifica o rută către acesta.
Așadar, în acest tip de
taxonomie a tuturor lucrurilor pe care
trebuie să le știi pentru a
naviga,
tocmai am adăugat că, dacă
vei naviga
în propriul tău
mediu, trebuie
să știi nu doar
unde te afli în el,
ci în ce direcție.  te
confrunți în acea hartă mentală.
Și am mai vorbit
despre această afacere
despre ce rute sunt
posibile de aici,
cum ne deplasăm în jurul
obstacolelor, unde
sunt ușile, unde sunt
pericolele precum mașinile etc.
Un ultim lucru pe care
trebuie să-l știți este
că, chiar dacă aveți
un sistem bun pentru toate
aceste alte biți, este
totuși posibil să vă
pierdeți în tot felul de moduri.
Pierzi urma, te
confuzi, te pierzi.
Așa că avem nevoie și de o modalitate
de a ne reorienta
atunci când suntem pierduți.
Și vom vorbi multe despre
asta în următoarea prelegere.
Deci, acesta este doar bunul simț.
Facem un fel
de versiune low-tech
a teoriei computaționale Marr
pentru navigație.
Care sunt lucrurile pe care
ar trebui să le știm
sau pe care un robot ar trebui să le
cunoască pentru a putea naviga?  Mă
gândesc doar la
natura problemei.
Deci de asta avem nevoie.
Care este
baza neuronală a tuturor acestor lucruri?
Așa că voi începe chiar
cu
zona parahipocampului, să nu implic că este
baza neuronală totală
a întregii chestii.
Este doar o piesă mică
dintr-un puzzle mult mai mare.
Dar vom începe acolo
pentru că e frumos și concret.
În regulă, deci această poveste
începe cu aproximativ 20 de ani în urmă.  Cred că am
menționat unele
dintre acestea la prima clasă
când am vorbit despre
povestea lui Bob
și am vorbit despre
Russell Epstein,
care era atunci post-doctoratul meu.
Și făcea
experimente comportamentale drăguțe
și s-a gândit că era neplăcut și
ieftin să se încurce cu
imagistica creierului.
Și n-avea
să aibă nimic
până când i-am spus: Russell,
fă doar un experiment.
Scanați subiecții care privesc scene.
Știu că e cam
stupid, dar fă-o.
Apoi veți avea un
diapozitiv pentru discuția despre job.
Și a scanat subiecți care se
uitau la scene
și se uitau la obiecte.
Și iată unul dintre acei
subiecți timpurii, probabil eu...
nu-mi amintesc... cu o
grămadă de felii verticale
prin creier, aproape de partea din
spate a creierului acolo jos,
înaintând pe măsură ce
urcăm până aici.
Oricine orientat?
Ne pare rău, nu arată
foarte bine în această iluminare,
dar există o mică
regiune bilaterală
chiar în mijloc care
arată un răspuns mai puternic atunci când
oamenii se uită la imagini
cu scene decât atunci când se
uită la imagini cu obiecte.
Deci nu am prezis asta.
Da.
PUBLIC: Rozul este
culoarea ochilor?
NANCY KANWISHER: Da.
Da, rozul este... toate
culorile sunt... există

hărți de semnificație sau niveluri P, corect.
Deci rozul este mai mare decât albastrul, dar
albastrul este semnificativ la limită.
Deci asta e un fel de prost.  De
fapt, nu am prezis-o
din niciun motiv profund.
Nu ne gândisem
la teorii ale navigației
sau la ceva de genul ăsta.  A
fost doar unul dintre
acele experimente stupide
în care am găsit ceva
și am urmărit datele.
Așa că am găsit asta
și este, de genul, OK,
hai să încercăm și alte subiecte.
Așadar, iată primele
nouă subiecte pe care le-am scanat.
Fiecare subiect a avut acest
tip de răspuns
exact în același loc,
într-o parte a creierului numită
„cortexul parahipocampal”.
Deci acest lucru este foarte sistematic.
Și există o mulțime de moduri de a
face progrese în știință.
O modalitate este de a avea o
teorie mare și de a o folosi
pentru a motiva experimente strălucitoare,
proiectate elegant.
Și alta este că doar vezi
ceva proeminent și robust pe
care nu l-ai prezis
și îți urmărești nasul
și încerci să-l dai seama.
Deci asta am
făcut în acest caz.
E ca, OK, ce
dracu este asta?
Deci, dacă te gândești la... am
numit-o în cele din urmă
„zona locului parahipocampal
” după puțină muncă.
Dacă te gândești la
ceea ce avem până acum,
am scanat oameni care se uită la
astfel de imagini și imagini de
genul acesta.
Și ceea ce am arătat este că
acel mic petic de creier
răspunde cu mult mai mult
la acestea decât la acestea.
Deci prima mea întrebare este,
este o pereche minimă?
Tally, e o pereche minimă?
PUBLIC: Îmi pare rău,
mă refer la vocea mea.
NANCY KANWISHER: Îmi pare rău.
Simplu, simplu.
Opunem
asta cu asta.
PUBLIC: Îmi puteți aminti
ce este o pereche minimă?
NANCY KANWISHER:
OK, perechea minimă
este lucrul pe care aspirăm
spre un design experimental,
în care avem două
condiții care
sunt identice, cu excepția
unui lucru mic pe care îl
manipulăm.
PUBLIC: Nu
cred că este o pereche minimă,
dar nu sunt sigur.
NANCY KANWISHER:
Ei bine, chiar ți-am spus
ce ne-am propus
să manipulăm, dar...
PUBLIC: Se pare că există
prea multe diferențe
între o cameră de zi și...
NANCY KANWISHER: Este ridicol.
Adică, aici sunt un milion de
diferențe.
Deci nu știm că
avem ceva încă.
Există tot felul de
relatări neinteresante
despre această activare sistematică
în acea parte a creierului.
Așa că doar pentru a enumera câteva pe
care probabil le-ați
observat deja --
aceste lucruri au o semnificație și o complexitate bogate, la
nivel înalt
.
Așa că te poți gândi
la camere de zi,
sau unde ai putea sta, sau la
estetica cuiva, la
designul casei sau la
tot felul de lucruri la care să te
gândești acolo, mult mai mult
decât doar, OK, este un blender.
Deci, există doar complexitate
în toate modurile posibile.
Există, de asemenea, o mulțime de
obiecte prezente aici
și doar un singur
obiect acolo.
Deci, poate că regiunea
reprezintă doar obiecte,
iar dacă aveți mai multe obiecte,
obțineți un semnal mai mare.
Există o altă
posibilitate și aceasta
este ca aceste imagini
să descrie aspectul spațial,
iar aceasta nu.
Așa că ai o oarecare simțire a
pereților, a podelei
și a aspectului
mediului local
de aici, pe care nu o
ai acolo.
Și probabil am putea enumera
un milion de alte lucruri. Este
un contrast foarte, foarte neglijent.
Deci, cum ne vom
întreba care dintre aceste lucruri
ar putea determina
răspunsul acelei regiuni?  Ei
bine, un lucru firesc de făcut este
doar deconstruirea stimulilor.
Așa că iată ce am făcut--
asta se întâmplă de fapt cu
20 de ani în urmă.
Existau metode mai bune la acea
vreme, dar nu le cunoșteam,
așa că am condus
prin Cambridge, am
fotografiat
apartamentele prietenilor mei, am
lăsat camera pe
același trepied, am
mutat tot mobilierul
din drum
și am fotografiat
spațiul.  din nou.
Ha, ha.
Știu.
Și apoi acestea vor
fi probabil tăiate
cu o versiune îngrozitoare
a Adobe Photoshop care a
existat acum 20 de ani.
Oricum, am
deconstruit scenele
în obiectele lor componente
și în aspectul spațial gol.
Toată lumea înțelege logica aici?
Doar pentru a încerca să fac o reducere mare
în acest spațiu de ipoteză a ceea ce
ar putea conduce acea regiune.
Deci, ce prezicem
că PPA va...
cât de puternic va răspunde?
Hopa, cât de puternic
va răspunde
dacă aceste două lucruri sunt adevărate?
Dacă complexitatea
sau multiplicitatea
obiectelor o
conduc, ce
prezici că vom vedea acolo?
Știm deja că aveți
un răspuns ridicat aici.
Ce vom ajunge acolo?
Da.
PUBLIC: Probabil că ai mai multe
prejudecăți față de mobilier.
NANCY KANWISHER: Da, vom
răspunde mai mult la asta decât atât.
Dreapta.
Este cu adevărat simplist.
Dacă, în schimb, răspunde
mai mult la aspectul spațial,
ce prezicem?
Isabel.
Publicul: Va răspunde
mai mult la camerele goale.
NANCY KANWISHER: Da.
Și asta pare
o ipoteză ciudată
pentru că acestea sunt cu adevărat plictisitoare,
nu se întâmplă nimic
aici.
Și doar se
întâmplă o mulțime de lucruri aici.
Adică, nu este
captivant, dar este
o grămadă, mult
mai interesant să te uiți
la acestea decât la acestea.
Crede-mă, am fost scanat
ore și ore
uitându-mă la aceste lucruri.
Și ori de câte ori
apăreau camerele goale, eram
ca, o, Doamne,
mă plictisesc atât de mult.
Pur și simplu nu e nimic aici, în
timp ce aici măcar sunt
lucruri.
Dar nu asta
crede PPA.
Ce face PPA--
hopa, tocmai am făcut
localizatorul--
răspunde așa.
Aceasta este modificarea procentuală a semnalului
, o măsură
a mărimii răspunsului, la
scenele complete, în jos,
mai puțin de jumătate din răspunsul
la toate acele obiecte
și aproape același răspuns
ca scena originală,
atunci când tot ce aveți este
un aspect spațial liber.
Destul de surprinzător, nu-i așa?
Am fost uimiti.
Eram, cum ar fi, ce?
Ce?
Dar puteți vedea cum chiar și acest
experiment cu adevărat simplist
ne permite să
excludem aproape tot
acel spațiu de ipoteze?
Nu este vorba despre
bogăția, interesul
sau multiplicitatea obiectelor.
Este ceva mult
mai asemănător cu aspectul spațial,
pentru că asta este cam tot ce
există în acele camere goale.
Adică, ar putea fi ceva
ca textura podelelor din lemn
sau ceva ciudat de genul ăsta.
Dar prima presupunere este că este
ceva legat de aspectul spațial.
Are vreun sens?
Este doar o modalitate de a lua
un contrast mare, neglijent
și de a încerca să formulezi
ipoteze inițiale
și de a elimina un
spațiu mare de ipoteze.
Da.
Este Alana?
PUBLIC: Da, îmi pare rău, s-ar
putea să fi ratat designul.
Deci oamenii care se
uită la camera goală
nu ar avea mobilierul?
NANCY KANWISHER: Bună întrebare.
Am sărit peste toate astea.  Am
făcut... da, este adevărat.
Le-am împletit pe
toate împreună și cineva
ar putea să vă faceți griji pentru asta,
că atunci când vedeți asta,
vă amintiți că aceasta este
o versiune a acesteia.
Absolut.
Absolut.
Și deci poate-- da, totuși,
dacă ceea ce făceai--
este absolut adevărat, dar
dacă ceea ce făceai aici
este un fel de a-ți
aminti mental asta,
atunci de ce nu ai putea să
faci asta și aici?
Poate ai putea.
Ați putea susține că acest lucru
este mai evocator
decât acesta, dar are și o
mulțime de informații relevante.
Da, Jimmy.
Publicul: Pentru
mobilier, ați
încercat să le plasați în
poziția exactă a scenei
și să vedeți dacă asta...
NANCY KANWISHER: Am
făcut ambele versiuni
exact din motivele pe care le
subliniați.
Și nu a făcut o diferență.
Da.
Îmi pare rău, Cooley.
PUBLIC: Ar fi...
te-ai transfera
dacă ei doar ar răspunde
la lucruri, ca mai multe lucruri?
Ca în camera goală,
există mai mult fundal,
dar există încă
mai mult fundal.
NANCY KANWISHER: În totalitate.  Ai
dreptate.
Acest lucru ne duce destul de departe,
dar este încă destul de neglijent.
Aceste lucruri merg până la
marginea cadrului
și aici există o
mulțime de spațiu gol.  La
asta ajungi?
Absolut.
Am scos acele
diapozitive pentru că am
simțit că nu vreau să petrec
întreaga prelegere făcând milioane
de
condiții controlate pe PPA.
Am crezut că te vei plictisi.
Dar, de fapt, o altă
versiune pe care am făcut-o
a fost că am luat apoi toate
aceste condiții
și le-am tăiat în
bucăți mici și le-am rearanjat,
astfel încât să aveți mult
mai multă acoperire a lucrurilor
în scenele tăiate
decât în ​​obiectele tăiate.  .
Și în
versiunile tăiate,
nu răspunde
deloc diferit.
Deci nu este cantitatea de
acoperire spațială totală.
Este real-- ceva mai
asemănător cu reprezentarea spațiului.  A fost
o întrebare acolo?
Da.
PUBLIC: Mă
întrebam dacă
ar exista vreo diferență
între a privi imaginile
ca o scenă 2D sau 3D și a
fi de fapt acolo pentru a vedea
3D în interiorul scenei.
NANCY KANWISHER: În totalitate.  Intru
totul.
Este o adevărată provocare.
Cu navigare,
navigarea
înseamnă în mare măsură să fii acolo și să te
miști în spațiu.
Și acesta este doar un
lucru destul de rudimentar în care stai
întins
în scaner,
iar aceste imagini doar
clipesc, clipesc
și faci
o sarcină simplă,
cum ar fi apăsarea unui buton
când imaginile consecutive sunt
identice.
Nu se mișcă
în lumea reală.
Nu crezi că
ești de fapt acolo.
Dar aici
intervin jocurile video și VR
pentru că, de fapt, produc
o simulare destul de puternică
a cunoașterii
mediului înconjurător, a simțirii că
ești într-un loc în el.
Și așa că o mulțime de studii
au folosit aceste metode
pentru a oferi ceva mai aproape
de experiența reală
a navigației.
Deci unde suntem până acum?  Am
spus că PPA pare să
fie implicat în recunoașterea
unei anumite scene.
Deci asta spune doar că răspunde
la scene și ceva
despre aspectul spațial, poate.
Îi pasă de
scena respectivă
sau trebuie să recunoașteți
acea scenă pentru a
putea folosi informațiile?
Acum, subiecții noștri în mare parte nu
cunoșteau acele scene specifice.
Dar am vrut să facem
un contrast mai strâns
întrebând dacă cunoașterea
scenei particulare contează.
Deci, ceea ce am făcut a fost că am
făcut o grămadă de poze
în campusul MIT și
am făcut o grămadă de fotografii
în jurul campusului Tufts.
Și am scanat studenții MIT care
privesc imaginile MIT
versus imaginile Tufts.
Și atunci ce altceva facem?
PUBLIC: Ia-i pe
studenții Tufts.
NANCY KANWISHER: Da, de ce?
PUBLIC: Oh, doar pentru a ne
asigura că nu este vorba
doar despre acea
arhitectură ciudată a decorului.
NANCY KANWISHER: Exact.
Exact.
Deci asta se numește...
da, a cui arhitectură ciudată?
Cred că al nostru este mai ciudat.
Deci nu este vorba doar despre
anumite scene
sau subiecte specifice.
Deci toată lumea înțelege cum, cu
acel design contrabalansat,
puteți scoate cu adevărat
esența familiarității în sine,
neconfundat din
anumite imagini?
Deci, când am făcut asta, am găsit o
magnitudine de răspuns foarte asemănătoare
în PPA pentru
studenții Tufts,
pentru scenele familiare și
nefamiliare.
Chiar nu a făcut
mare diferență.
Da.
PUBLIC: Făcând un pas
înapoi, așa că am început
cu singura problemă
de navigare
și care implică toate aceste
componente diferite.
Vreau doar să plasez asta...
NANCY KANWISHER:
Ajungem acolo.
Ajungem acolo.
Nu va exista
un răspuns perfect.
Nu vom
ajunge cu acel diapozitiv,
cu regiunea exactă a creierului
a fiecăruia dintre acele lucruri.
Vom obține niște
simțuri vagi și substanțiale despre ce este asta.
Bine, deci asta
ne spune că nu este vorba despre...
indiferent la ce
răspunde PPA într-o scenă,
nu este ceva care depinde de
cunoașterea scenei exacte.
Deci nu poate fi ceva de
genul, dacă aș fi aici
și aș fi vrut să iau o
cafea, care ar fi
traseul meu din această locație
, având în vedere cunoștințele mele
despre mediu.
Pentru că altfel,
nu am obține acest rezultat.
Deci, orice ar
fi, este ceva
mai imediat și mai perceptiv de a
face doar cu a vedea acest loc.
Deci unde suntem?  Am
spus că există
această regiune care
răspunde mai mult la
scene decât la obiecte,
că atunci când toate obiectele
sunt îndepărtate din scene,
răspunsul abia scade.
Și răspunsul său este
aproape același
pentru scenele familiare și
necunoscute.
Deci toate acestea
sugerează că este
implicat în ceva de genul
perceperii formei spațiului din
jurul tău.
Încă nu dă unghii, dar
te cam împinge
spre acea ipoteză.
Da, a fost o întrebare
aici acum o secundă?
Nu?
BINE.
PUBLIC: Vorbeam
despre experiment,
dar este corect
atunci când te uiți la o hartă?
NANCY KANWISHER:
O, grozavă întrebare.
Nu prea mult.
Da, dacă faci
poze cu locuri
de sus față de
acest tip de vedere,
primești un răspuns în acest
tip de vedere, dar nu și deasupra.
Da, foarte grăitor.
OK, așa că o să sar peste.
Nu vom face
celelalte 30 de experimente.
Vom trece la
imaginea generală, că
iată PPA în patru
subiecte în această
locație foarte stereotipată.
Și iată câteva dintre
numeroasele condiții pe care le-am testat.
Nu sunt doar
hărți abstracte ca aceasta.
Ele nu produc
un răspuns puternic.
Oh, acesta este un răspuns la
întrebarea lui Cooley cu mult timp în urmă.
Iată
scena amestecată - răspuns mult mai scăzut.
Deci nu este vorba doar de
acoperire a nedoriturilor vizuale.
Și răspunde destul de puternic
la scenele făcute din LEGO-uri
în comparație cu obiectele
făcute din LEGO-uri
și diverse alte lucruri prostii.
Deci, toate acestea par să sugereze
că procesează ceva de
genul formei sau
geometriei spațiului din
jurul tău - spațiu vizibil din
mediul tău imediat.
Cu toate acestea, există
întotdeauna respingere.
Și există respingere pe mai multe
fronturi și ar trebui să existe.
Asta e știință corectă.
Deci, una dintre liniile de respingere
a fost această lucrare a lui Nasr și colab.
pe care nu le-am atribuit.
Ți-am atribuit
răspunsul.
Oricum, ceea ce Nasr et al.  A fost să
scaneze oameni care privesc
lucruri rectilinii, cum ar fi cuburi
și piramide, față de lucruri curbilinii,
rotunde, cum ar fi conurile
și sferele.
Și ceea ce au arătat
este că PPA răspunde
mai mult la
forme rectilinie decât curbilinii.
OK, acesta este primul lucru.
Și atunci, ei susțin
că, în general, scenele
au mai multă structură rectilinie
decât structură curbilinie.
Și au făcut o grămadă de
matematică pentru a face acest caz.
Și astfel ei susțin că
poate selectivitatea aparentă a scenei
a PPA se
datorează faptului că scenele
cu rectiliniaritate?
Da.
PUBLIC: Confuz.
NANCY KANWISHER: Da,
exact, o confuzie.  Este
exact ceea ce este o confuzie -
altceva care
variază cu manipularea la care
îți pasă și care îți oferă
o alternativă, și anume
nu este selectivitatea scenei.
Este doar rectiliniaritate.
Adică, asta ar putea fi
interesant pentru alți oameni,
dar ar face să nu fie
foarte relevant pentru navigație
și mult mai puțin interesant
pentru mine, cel puțin.
Deci este o
critică importantă.
Și apoi Bryan și colab.
Hârtia pe care o citiți voi
începe de acolo și spune, să
luăm asta în serios.
Să aflăm.
Și deci, băieți, ar fi trebuit să
citiți toate acestea,
dar doar ca să vă reamintesc,
au un design frumos, mic, 2 pe 2 --
amintiți-vă că am vorbit
despre modele 2 pe 2 --
în care manipulează
dacă imaginea are
o mulțime de rectilinii.  structură
sau mai puțin rectilinie
și dacă imaginea
este un loc sau o față.
Și ceea ce găsesc în PPA
este același răspuns la acestea.
Și este mai înalt față de
scene decât fețe,
iar rectiliniaritatea nu a
contat pentru scene.
Deci, evident,
deși contează
cu aceste forme abstracte,
în scene și chipuri reale,
nu pare să facă
mare lucru.
Nu ține cont
de această diferență.
Toți înțeleg asta?
OK, hai să vorbim despre acest grafic.
Există efecte
sau interacțiuni principale aici?
Și care sunt acele
efecte sau interacțiuni principale?
Da, Cooley.
PUBLIC: Sunt
multe scene diferite.
NANCY KANWISHER: Da, de
categorie, scenă versus chip.
Altceva?
PUBLIC: Care este primul?
Care a fost primul lucru?
În categoria PPA,
care este subtipul?
NANCY KANWISHER: Oh, stai,
asta aici... acestea sunt scene
și acelea sunt fețe.
Îmi pare rău, iar acesta
este codul aici.
Acestea sunt rectilinii
versus curbilinii.
Doar un efect principal, sau
există o interacțiune
sau un alt efect principal?
Doar un efect principal.
Acești tipi sunt mai înalți
decât acei tipi.
Asta este.
Deci asta vă spune că nu se
întâmplă nimic altceva
în aceste date
decât selectivitatea scenei.
Rectiliniaritatea nu
interacționează cu sau modifică
selectivitatea scenei și nu
are un efect separat.
Cu toate acestea, așa cum ne-am
certat
cu tot
jocul Haxby,
faptul că nu există un
efect principal al liniarității rectale
aici înseamnă că PPA
nu are informații
despre rectiliniaritate?
Nu, Josh, de ce?
Publicul: Acest mic,
minuscul moment care ar putea fi...
știi, acesta nu este
experimentul potrivit pentru...
NANCY KANWISHER: Așa este.
Acesta este un mare... ei bine, este
experimentul potrivit, dar nu
analiza corectă.
Este marele,
răspunsurile medii sunt aceleași,
dar poate modelele
sunt diferite.
Asta nu s-ar
implica direct cu asta,
dar am vrut să știm dacă există
informații
acolo despre rectiliniaritate.
Deci cum am afla?  Deci
asta a fost
misiunea ta și
cred că majoritatea oamenilor au înțeles-o bine.
Dar în cazul în care cineva
a ratat-o, am
mărit
această figură 4 aici.
Deci, din nou, acesta este același
design de bază al experimentului doi.
Și acum, să luăm în considerare
ce se întâmplă aici.
Deci, băieți, ați citit
ziarul și ați înțeles
ce se întâmplă aici.
Ce este reprezentat în
acea celulă de acolo?
Ce rost are
această diagramă?
Ce caută ei aici?
Și ce înseamnă acea celulă
în acea matrice?
Nu poți înțelege
hârtia fără să știi asta.
Este Ali?
Nu, mă scuzați.
Care e numele tău?
PUBLIC: Sheldon.
NANCY KANWISHER: Sheldon, te-am
întrebat doar de șase ori.
Da, haide.
PUBLIC: Deci vor să
vadă dacă
modelele de activare pot discrimina mai bine
între rectiliniaritatea
aceleiași categorii de lucruri
sau între categoriile de lucruri
cu aceeași rectiliniaritate.
Deci primul lucru pe care l-am spus este
la stânga, iar al doilea
este la dreapta.
Și ei...
NANCY KANWISHER: Îmi pare rău,
așteaptă, aici și aici?
Nu.
PUBLIC: Partea dreaptă.
Da, deci acea parte
face discriminări
între rectiliniaritate,
iar acea parte
discriminează
între categorii.
Și ei iau
diferențele de-- ei
bine, nu diferențele,
ei iau cât de bine
poate distinge
fiecare dintre acele categorii
și le pun acolo jos.
NANCY KANWISHER: Bine, bine.
Este exact.
Deci, acesta este cât de bine poate
discrimina reprezentat aici,
dar pe baza unei analize
care urmează această schemă.
Deci, ce reprezintă acea celulă
de acolo,
acea celulă verde închis?
Care este numărul care va fi
calculat din datele
corespunzătoare acelei celule?
PUBLIC: Piesă similară
de aceeași rectilinie
și același model.
NANCY KANWISHER: Exact.
Exact.
Așadar, așa cum doriți
să distingeți scaunele
de mașini sau
altceva, dacă doriți să știți dacă există
informații despre
rectiliniu acolo,
luați aceste două
cazuri care sunt
aceleași în rectiliniu -
ambele rectilinii înalte, ambele
rectilinii scăzute pentru alergare
unu și rulați doi--
și asta este corelația
dintre rularea unu
și rularea doi pentru acele celule.
Acesta este
cazul în rectiliniaritate.
Și dacă există informații
despre rectiliniaritate,
predicția este că cele
din cadrul corelațiilor
sunt mai mari decât cele
dintre corelații,
așa cum ne-am certat puțin
cu plajele și orașele
și orice altceva -
același argument.
Aceasta este doar prezentarea
datelor în termeni de run one
și run two, și ce celule
luăm pentru a face acest calcul.
Deci, fiecare dintre celulele de
acolo -- pentru fiecare dintre celule,
vom calcula
o valoare r a cât de
asemănătoare sunt acele modele.
Un model pentru
scenele rectilinii din runda a doua,
un model pentru
scenele rectilinii din runda unu - această celulă
este o corelație între
cele două modele.
Cât de stabil este acest model
între măsuri repetate?
Bine, deci asta
este valoarea r.
Cele două pătrate albastre mai închise de aici
sunt valorile r pentru stimuli
care diferă ca rectiliniu.
Și amintiți-vă că esența analizei
modelului în stil Haxby
este de a vedea dacă
corelațiile interne
sunt mai mari decât
corelațiile dintre.
În acest caz,
corelațiile interne
sunt în rectiliniaritate
versus între rectiliniaritate.
Și apoi calculează toate
acele diferențe de corelație
și le complotează ca
abilități de discriminare.
Și ceea ce
ne arată aici este că, de fapt,
PPA nu
are nicio informație
în modelul său de răspuns
despre rectiliniaritatea
scenei.
Cu toate acestea, dacă
luăm aceleași date
și acum alegem în cadrul categoriei
versus între categorii,
ignorând rectiliniaritatea,
și obținem
același tip de
diferență de corelație a selectivității în interiorul
față de între pentru
categorie, există o
grămadă de informații
despre categorie.
Are sens?
Din nou, dacă ești neclar în privința
asta, uită-te înapoi la acel diapozitiv.
Am o mulțime de sugestii despre
cum să vă dezvăluiți.
Deci, rezumat interimar-- PPA
răspunde mai mult la scene
decât la obiecte.
Se pare că îi place
în special aspectul spațial.
Răspunde mai mult
la cutii decât la cercuri,
dar această
părtinire de rectiliniu nu poate
explica selectivitatea scenei.
Totul este foarte frumos, dar
care este un alt tip
de
întrebare fundamentală pe care încă nu am
pus-o despre PPA?
Așa că ne-am
încurcat cu RMN funcțional, am
măsurat magnitudinea
răspunsului,
încercând să testăm acest tip de
ipoteze vagi sau generale
despre la ce ar putea
răspunde.
Da.
PUBLIC: Cauza.
NANCY KANWISHER: Da,
ce cauzalitate anume?
PUBLIC: Bănuiesc că le plac
scenele, cum este
PPA cu ce rol
joacă în persoana
văzută.
NANCY KANWISHER: Exact.
Exact.  Din
nou, putem testa
rolul cauzal al unui stimul pe PPA,
toate lucrurile despre care am
vorbit au făcut asta.
Manipulați stimulul,
găsiți diferite răspunsuri PPA.
Dar ceea ce nu am
făcut încă este să ne întrebăm,
care este relația cauzală,
dacă există, între activitate
și PPA și percepția
scenelor sau a navigației?
Până acum, toate acestea sunt
doar sugestive.
Nu avem
dovezi cauzale pentru rolul său
în navigație sau percepție.
Bine, deci hai să luăm câteva.  Vă
voi arăta câteva exemple.
Așa că unul, după cum ați
învățat până acum,
este aceste
cazuri rare în care există stimulare
electrică directă
a unei regiuni
și există un pacient
la care acest lucru este raportat.
Acest pacient din nou, este
cartografiat înainte de neurochirurgie.
Au făcut
mai întâi RMN funcțional la pacient.
Acesta este răspunsul său funcțional
RMN la, cred,
case versus obiecte.
Casele nu sunt
un activator la fel de puternic
ca scenele pentru PPA,
dar sunt destul de bune.
PPA răspunde mult mai mult la
case decât la alte obiecte.
Și asta este o
hartă de activare frumoasă care arată PPA.
Și acele cercuri mici sunt
acolo unde sunt electrozii,
cercuri mici, negre.
Deci ei știu că sunt în PPA
pentru că au făcut
mai întâi RMN funcțional pentru a localiza regiunea respectivă.
Acum acei electrozi
stau acolo.
Și deci primul lucru pe care îl
facem este să înregistrăm --
sau primul lucru pe care l-au făcut --
a fost să înregistrăm răspunsurile.
Ei afișează o grămadă de
diferite tipuri de imagini
și măsoară
răspunsul în acei electrozi.
Și ceea ce vedeți
este în acei electrozi de
acolo, 1, 2, 3,
care corespund PPA,
vedeți un răspuns mai mare
la imaginile casei
decât la oricare dintre celelalte imagini.
Și vezi aici cursul timpului în
câteva secunde.
Toată lumea clară?
Aceasta nu este încă o dovadă cauzală.
Sunt doar uimitoare,
înregistrări intracraniene directe
de la PPA--
Cred că singura dată când s-
a făcut asta vreodată,
pentru că este destul de rar să
ai electrozii chiar acolo
la un pacient care este dispus să
se uite la pozele tale stupide
și toate astea.
Dar acum, ce se întâmplă
când stimulează acolo?
Deci, să ne uităm la ce
se întâmplă atunci când stimulează
pe aceste site-uri 4 și 3 care sunt în
afara
selectivității scenei.
Și acesta este doar un dialog.
Nu avem un
videoclip, din păcate.
Videoclipurile sunt mai
distractive, dar acesta este doar
un dialog între
neurolog și pacient.
Iar neurologul
stimulează electric regiunea respectivă
și spune, ai
văzut ceva acolo?
Pacientul spune, nu știu.
Am început să simt ceva.
Nu știu,
probabil că sunt doar eu.
Nu, nu ești tu.
Și apoi stimulează din nou.
Ceva acolo?
Nu.
Ceva aici?
Nu.
Așa că e chiar lângă

electrozii selectivi ai scenei, chiar
lângă, la câțiva milimetri distanță.
Apoi, își mută
stimulatorul aici.
Ei nu mișcă
nimic, doar
controlează unde vor
stimula.
Pacientul, desigur, habar n-are.
Neurologul spune:
"Ceva ceva aici?
Vezi ceva,
simți ceva?"
Pacientul spune: „Da,
simt că...”
arată perplex, se
duce mâna la frunte –
„Simt că am văzut
un alt site.
Eram la gară”.
Neurologul
spune inteligent: „Deci
simți că ai fi
într-o gară?”
Pacientul spune: „Da, în
afara gării”.
Neurolog-- "Anunță-mă dacă
ai din nou vreo senzație ca asta
."
Stimulează.
— Simți ceva aici?
"Nu."
Și apoi o face din nou.  Ai
văzut
gara sau ai
simțit că ai fi
în gară?
Pacient, „Am văzut”.
Acestea sunt date foarte rare, prețioase
, dar asta este atât de grăitor.
Nu este că știa că se află în gară în mod
abstract.  A
văzut-o.
Deci, ei
stimulează din nou, chiar
în acele
regiuni cu scenă selectivă.
Pacientul spune din nou: „Am văzut
aproape ca, nu știu,
așa cum am văzut...
a fost foarte scurt”.
Neurologul spune: „O să
ți-o arăt încă o dată”.
Într-adevăr, ceea ce vrea să
spună este că o să
te stimulez
încă o dată în același loc.
"Vezi dacă poți să
o descrii mai departe.
Și ca să-ți dau o ultimă
oară, ce crezi?"
"Nu prea știu
ce să fac,
dar am văzut, de exemplu, o
altă scară.
Restul nu le-am putut desluși,
dar am văzut un spațiu de dulap,
dar nu acesta."
Arătă spre ușa unui dulap
din cameră.
„Acela era umplut
și era albastru”.
„Ai mai văzut-o,”
neurolog, „Crezi că ai mai
văzut-o la un moment dat
în viața ta?”
— Da, vreau să spun când am
văzut gara.
— Gara în care ai fost?
— Da.
Et cetera, etc.
Deci nu sunt multe date.
Dar este foarte convingător.
Ce descrie pacientul?
Locurile în care se
află și pe care le vede, apoi
descrie acest
spațiu de dulap și culorile lui.
În mod interesant,
regiunile colorate sunt
chiar lângă regiunile scenei,
așa că și asta e cam grozav.
Deci este o dovadă cauzală.
Este rar.
În mod ideal, ne-ar plăcea mai mult în
știință, dar este destul de mișto.
Da.
PUBLIC: În acest moment,
pacientul se
uită doar la un perete gol?
NANCY KANWISHER: De fapt
uit în ziar.
Trebuie să merg să caut asta.
Am uitat exact ce
făcea pacientul, dacă...
Cred că este doar în
cameră, uitându-se afară.
De obicei, nu
o controlează atât de mult pentru că se
face din
motive clinice, iar pacientul
este în patul de spital
și sunt doar stimulatori.
Așa că, probabil, se uită doar
la spațiul în care se află.
De fapt, trebuie să fi
fost pentru că la un moment dat,
el spune: „Dulapul, nu
ca cel de acolo”.
Deci, dacă se uita
la un lucru gol, se
uita și
la camera lui.
Deci da.
PUBLIC: Acest lucru poate fi
puțin în afara subiectului.
Ai spus că regiunea
pentru percepția culorilor
este foarte aproape de
asta, se pare.
Există vreo relație
între proximitatea funcțională
și...
NANCY KANWISHER: Aceasta este
o întrebare grozavă.
Nimeni din domeniu nu
are un răspuns la asta.
Oamenii fac adesea fân din
apropierea a două regiuni,
ca și cum ar fi o
legătură profundă, deoarece acest lucru este
lângă acel lucru.
Regiunea selectivă a corpului este
chiar lângă
zona
MT care răspunde la mișcare și se suprapune ușor cu aceasta.
E ca și cum corpurile se mișcă.  Ei
bine, fețele se mișcă
și mașinile se mișcă, de asemenea.
Deci nu stiu.
Este tentant.  Se
pare că ar trebui
să însemne ceva.
Și oamenii
vorbesc adesea ca și cum ar face asta.
Și poate că da,
dar nimeni nu a
pus degetul pe ce
ar însemna exact.
Dar este util.
Așadar, când Rosa Lafer-Sousa, pe care
ați întâlnit-o în demonstrația de culori
și am arătat că la
oameni, aveți fața, culoarea
și locurile regiunilor una lângă
cealaltă, în această ordine,
a fost foarte mișto pentru că
Rosa a
arătat anterior asta în  maimuțe,
creierul maimuței merge față,
culoare, plasează
exact în aceeași ordine.
Și așa am crezut că este
foarte interesant.
Asta sugerează o
moștenire comună pentru că este
atât de ciudat și arbitrar.
De ce ar fi la fel?
Deci poate fi util în
astfel de moduri, cel puțin.
Deci am trecut
prin toate astea.
Deci, cum depășește acest lucru dincolo de ceea ce
știam din RMN funcțional?
Îți jignesc inteligența.
Știi răspunsul la asta.
Merge dincolo de asta
pentru că îți spune...
implică că există
un rol cauzal
al acelei regiuni în
percepția locului, un
anumit aspect al vederii unui loc.
Acum, toate acestea
despre PPA tocmai le-
am început acolo pentru că
sunt drăguțe, concrete
și ușor de gândit.
Dar nici un proces mental complex nu are
loc
într-o singură regiune a creierului.
Nimic nu este niciodată așa.
Și, de asemenea,
percepția scenei și navigarea
fac parte dintr-un
set mult mai larg de regiuni.
Deci, dacă faceți un contrast,
scanați oameni care privesc
scene versus obiecte, nu
vedeți doar PPA aici.
Din nou, acesta este un
creier pliat
și aceasta este
versiunea desfășurată matematic,
astfel încât să puteți vedea întreg cortexul.
Biții întunecați sunt bucățile care se
aflau în interiorul unui sulcus
până când acesta a fost
desfășurat matematic.
Deci este un fel de PPA care se
ascunde în acel sulcus.
Și când îl desfășori, vezi
această regiune frumoasă, mare și imensă.
Dar vezi și toate
aceste alte regiuni.
Acum există o grămadă de
terminologie și nu vă panicați.
Nu cred că ar trebui să
memorezi totul
despre fiecare regiune.  Ar
trebui să știți că există
mai multe regiuni de scenă.  Ar
trebui să cunoașteți câteva
dintre tipurile de moduri în care
detașați funcțiile
și unele dintre funcțiile
care au fost testate
și cum sunt testate.
Dar nu trebuie să
memorezi fiecare detaliu.
Pentru că va
deveni puțin păros.
Deci, aici este o a doua
regiune a scenei,
numită
cortex retrosplenial sau RSC.
Și, de fapt,
eu și Russell Epstein
am văzut această activare în
primele experimente pe care le-am
făcut în anii
1990, dar chiar
nu știam ce
făceam atunci.
Și știam că acesta este chiar
lângă șanțul calcarin.
Amintește-mi, ce se întâmplă
în șanțul calcarin?
Ce regiune funcțională trăiește
în șanțul calcarin?
Este doar un fapt ciudat,
mic, dar este un
fel de important
pe care l-am menționat cu săptămâni în urmă.
V1, cortexul vizual primar...
acolo
locuiește cortexul vizual primar.
Și amintiți-vă,
cortexul vizual primar
are o hartă a
spațiului retinotopic, cu fragmente
din cortexul vizual primar care
răspund
la părțile de spațiu alăturate.
Și, de fapt, acea
hartă are centrul
privirii aici și
periferia acolo.
Așa că când eu și Russell am
văzut prima activare,
am avut aceeași îngrijorare pe care
a menționat-o Cooley cu ceva timp în urmă.
Și iată că scenele
ies în afară.
Sunt lucruri peste tot.
Obiectele, nu
prea iese în afară.
Și ne-am gândit, oh, asta e doar
cortexul retinotopic periferic.
Dar nu este.
Este chiar lângă acolo și
este cu totul altceva.
Și se dovedește a fi
extrem de interesant.
Nu trebuie să știi toate astea.
E doar o prostie, o mica istorie.
Există o a treia regiune acolo sus,
care se află pe suprafața exterioară,
care înainte se numea
TOS și acum se numește OPA.
Îmi pare rău.
Nu trebuie să-ți amintești asta.  Să
știți că există cel
puțin trei regiuni.
Dar TOS slash OPA este
interesant pentru că există
o metodă pe care o putem aplica pe care
nu o putem aplica celorlalți.  Care ar
fi acea metoda?
PUBLIC: TMS.
NANCY KANWISHER: Da, TMS...
este chiar la suprafață.  Pur și
simplu bagi bobina
acolo și dai „zap”.
Deci, desigur, am
făcut multe din asta.
Nu se poate introduce bobina
în PPA sau RSC.
E prea medial.
Și există o altă
regiune despre care vom
vorbi mai mult data viitoare
numită hipocamp.  Ai
văzut hipocampul când
Ann Graybiel și-a petrecut tot timpul ăsta
săpând în
lobul temporal pentru a găsi
acel
gyrus mic, denivelat,
aproximativ chiar acolo.
Și așa toate acestea--
și probabil alte
regiuni, dar acestea
sunt elementele de bază ale
regiunilor selective ale scenei
care sunt implicate în
diferite aspecte ale navigației.
Deci, atunci când aveți
mai multe regiuni
care par să facă parte dintr-un
sistem, aceasta este o oportunitate.
Pentru că acum avem
posibilitatea
ca poate să ne dăm seama de
funcții diferite
pentru diferite regiuni.
Și atunci poate că asta ne-ar
spune cu adevărat mai mult decât doar scene
și navigare, sfârșitul poveștii.
E cam rudimentar.
Ar fi bine dacă diferite
aspecte ale poveștii de navigare
implică diferite
părți ale sistemului.
Deci, ceea ce
vrem să știm este
cum ne ajută fiecare dintre aceste regiuni să
navigăm și să vedem
scene.
Și nu am de gând să
răspund la asta complet.
Domeniul încă încearcă
să înțeleagă toate acestea,
dar vă voi oferi câteva
fragmente tentante.
Deci, să luăm
cortexul retrosplenial chiar aici.
Deci acesta este mai întâi
răspunsul PPA
chiar acolo și
cortexul retrosplenial, care este chiar în
spatele lui.
Acesta este doar răspunsul său rău
la o grămadă de diferite tipuri
de stimuli, care
vă arată că îi plac
peisajele și peisajele urbane,
scenele, mai mult decât o grămadă
de alte categorii de obiecte.
Și asta este valabil
atât pentru PPA, cât și pentru RSC.
Nicio surpriză aici,
amândoi sunt oarecum selectivi.
Dar apoi, într-o
grămadă de alte studii
rezumate în acest grafic
aici, Russell Epstein
și colegii săi au avut subiecții
angajați în diferite sarcini
în timp ce
priveau scene.
În unele sarcini, ei trebuiau să
spună unde sunt.
El este la UPenn și le-
a arătat subiectilor săi
imagini din campusul UPenn.
Și au trebuit să răspundă la
tot felul de întrebări
despre ce parte a
campusului se aflau,
unde se aflau în campus
și, de asemenea, despre direcția în care
se confruntă, având în vedere perspectiva
campusului pe care o priveau
.
Apoi le-a arătat
oamenilor scene familiare
și scene necunoscute, așa cum am
făcut noi cu studiul nostru Tufts.
Și avea controale obiectelor.
Și puteți vedea că PPA
nu-i pasă de nimic din toate astea, nu-i
pasă, într-adevăr, dacă
sunt familiari sau necunoscuti,
nu-i pasă de sarcina pe care o
faceți pe scenă.  Te
uiți la o
scenă, pur și simplu merge.
Așa că nu am
dezbinat funcțiile acolo.
Dar RSC răspunde diferit
în aceste condiții.
Este angajat atât în
sarcina de localizare,
cât și în sarcina de orientare.
Răspunde
substanțial mai mult atunci când
privești imaginile unui
loc familiar decât un loc necunoscut.
Deci este prima dată când
vedem asta în aceeași rețea.
Așa că acum, gândește-te
la toate lucrurile pe care le
poți face când te uiți
la o imagine a unei scene
și cunoști acel loc.
Ai amintiri că ai
fost acolo.  Te
poți gândi la
ce ai putea
face dacă ai fi acolo,
cum ai ajunge
de acolo în alt loc.
Toate aceste lucruri
sunt lucruri posibile
care ar putea conduce RSC.  Un
alt lucru care ar
putea determina RSC
este că, dacă te uiți la
o imagine a unui loc familiar, te
orientezi cu privire
la mediul mai larg
din care face parte acea vedere.
Așa că, ceea ce v-am arătat acea
poză cu fața Statei,
vă imaginați imediat, sunt
pe strada Vassar, cu
fața aia, cam la
nord-vest, cred.
Dacă te uiți la o
imagine a unei scene
și nu cunoști
acea scenă,
nu îți spune nimic
despre poziția ta mai largă
în lumea mai largă.
Deci toate acestea sunt lucruri pe
care RSC, funcția sa
pare să depindă de
cunoașterea locului respectiv.
Poate cel mai
grăitor caz vine
de la un pacient care a avut leziuni
în cortexul retrosplenial.
Și descrierea
din lucrare
spune că acest pacient
ar putea recunoaște
clădirile și
reperele și, prin urmare, să
înțeleagă unde se afla.
Deci multe sunt intacte -
poate recunoaște scene
și știe unde se află.
Dar reperele pe care le-a
recunoscut nu au
provocat informații direcționale
despre alte locuri
cu privire la acele repere.
Deci, această persoană se poate
uita la o poză
și poate spune, da,
cunosc locul acela.
Asta e fața casei mele.
Dar atunci dacă spui, în
ce direcție este o
cafenea la două străzi
distanță, nu știe în
ce direcție este de acolo.
Deci asta ar trebui să sune familiar.
Aceasta este ipoteza mea despre care
prietenul meu Bob l-a încurcat.
Da.
Aceasta este exact
descrierea lui -
ar putea recunoaște
locuri, dar
nu i-ar spune cum să ajungă
de acolo în altă parte.
Și astfel, cea mai bună presupunere actuală
despre cortexul retrosplenial
este că este implicat în
ancorarea unde vă aflați.
Ai această hartă mentală a
lumii și ai o scenă
și încerci să
le pui cap la cap.
Având în vedere că văd asta,
unde sunt pe hartă
și în ce direcție mă
îndrept pe harta respectivă?
Din nou, gândește-te la problema cu care te
confrunți când ieși
din metrou din Manhattan.
Te uiți în jur.
Unde sunt și în ce
direcție mă îndrept?  Pentru
asta ai nevoie de
cortex retrosplenial.
Ce zici de chestia asta cu TOS?
Sunt multe studii despre asta.
Îți voi oferi doar
o mică ofrandă.
Deci, aceasta este o investigație cauzală,

deoarece așa cum am discutat, TOS
este pe suprafața laterală.
Așa că îl putem zapa.
Și așa, desigur, facem.
Și astfel, în acest
studiu, am întrebat
dacă TOS este implicat în
perceperea structurii
spațiului din jurul tău.
Așa că am luat scene ca
aceasta din programele CAD
și le-am variat
ușor.
Deci, de exemplu, poziția
acestui perete se mișcă,
raportul de aspect, înălțimea
tavanului se mișcă
și facem acest spațiu de transformare subtil
din diferite versiuni
ale acestei imagini.
Și apoi pentru starea de control,
facem același lucru cu fețele.
Ne transformăm între acest
tip și acel tip
și facem un întreg
spectru între ele.
Și apoi, în sarcină, ceea ce
facem este aici o singură încercare.
Una dintre scene sau
chipuri apare pentru scurt timp,
apoi, la scurt timp după aceea,
aveți posibilitatea de a alege dintre două
și trebuie să spuneți care
dintre acestea se potrivește cu aceea.
Și apoi ceea ce facem
este să distrugem oamenii imediat
după ce prezentăm acest stimul.
Și ideea este că
este cât de aproape
putem ajunge de o
sarcină perceptivă destul de pură.
Cât de bine poți vedea
forma acelui mediu
sau forma acelei fețe?
Nu trebuie să vă amintiți
mai mult de câteva sute de
milisecunde.
Deci este într-adevăr mai mult o
sarcină de percepție decât o
sarcină de memorie.
Și ceea ce măsurăm
este, de fapt, ne
păcălim cu cât de diferite
sunt aceste două imagini în fiecare încercare
și măsuram cât
de departe trebuie să
fie în spațiul de transformare pentru ca
tu să fii corect în proporție de 75%.
Aceasta este
măsura psihofizică standard.
Detaliile nu contează.
Dar măsura noastră dependentă este,
cât de diferiți trebuie să
fie stimulii pentru ca dvs. să-i
discrimineți
în funcție de dacă sunteți
sau nu blocat în TOS.
Și aici sunt datele.
Deci, să luăm cazul în care

faceți sarcina de scenă aici.
Ceea ce este acest prag este
, din nou,
cât de diferiți
trebuie să fie stimulii
pentru ca tu să-i discriminezi.
Deci, cu cât bara este mai mare, cu atât
performanța este mai slabă.
Trebuie să fie cu adevărat diferiți
sau nu le poți deosebi.
Și ceea ce
vezi este că atunci când zapezi
OPA, acea
regiune selectivă a scenei laterale,

pragul de discriminare crește puțin.
Asta înseamnă că deveniți mai rău
la discriminare.
Stimulii trebuie să
fie mai diferiți.
În comparație cu zapping-ul în
vârful capului, ține
minte, îți
dorești întotdeauna o condiție de control
și nu există o
condiție de control perfectă,
deoarece se simte diferit să
fii zapat în locuri diferite.
Dar să fii aruncat aici sus este
un control mai bun decât nimic.
Și apoi aici este
zona feței occipitale.
Aceasta este regiunea feței laterale despre care am
vorbit înainte când v-am
arătat un alt studiu TMS.
Practic, ori de câte ori
este ceva lateral,
îl zapizăm pentru că putem.
Și vezi, nu este afectat aici.
Zapping zona occipitală a feței
nu vă strica capacitatea
de a discrimina scenele.
Cu toate acestea, în sarcina față,
vedem modelul opus.
Pentru sarcina feței, zapping-
ul zonei occipitale
nu face nimic în comparație cu
zapping-ul vârfului capului,
dar zapping zona feței face.
Aceasta este o dublă disociere.
Dacă am avea doar sarcina de scenă,
ar fi ca, da, poate.
Cine ştie.
Poate, cine știe de ce.
Dar nu este foarte puternic.
Dar când aveți
aceste lucruri opuse,
atunci avem într-adevăr
dovezi mult mai puternice
că aceste două regiuni
au funcții diferite una
de cealaltă.
Toată lumea înțelege că aceasta
este o dublă disociere,
în același sens în care atunci când
aveți un pacient cu leziuni
într-o locație și un
alt pacient cu leziuni
în altă locație
și au
modele opuse de deficit,
atunci suntem cu adevărat în afaceri.
Apoi putem trage
concluzii puternice.
Așa că doar am spus toate astea.
Deci este doar un mic fragment.
Aceste și alte date sugerează
că acea regiune este puternic
activă atunci când te uiți
la scene și
pare să fie implicată în
ceva de genul percepției -
doar perceperea direct online a
structurii
spațiului din fața ta.
Deci am făcut deja
cortexul retrosplenial.
Și data viitoare, vom vorbi
despre hipocampul de acolo
și despre rolul său în
întreaga chestie de navigație.
Acum, din moment ce m-am încheiat mai devreme --
un eveniment rar -- de
fapt, am pregătit o cu totul
altă parte din această prelegere
și m-am gândit, nu, nu
aveți întotdeauna o parte la care să nu ajungeți.
Dar apoi se
dovedește că ajungem la asta.
Vom
analiza asta mai târziu,
dar vom începe cu
această afacere chiar aici.
Deci are cineva întrebări
despre aceste lucruri până acum?
Bine, deci am petrecut
mult timp vorbind
despre analiza modelelor voxel multiple
, pentru că este
singura metodă pe care am menționat-o
până acum, care ne permite să trecem
dincolo de afacerea de a
spune cât de puternic se
declanșează neuronii în
această regiune la nivelul
întrebare mai interesantă despre ce
informații sunt conținute
în această regiune.
Dar am încheiat și
ultima prelegere
cu acest tip de
notă depresivă--
că nu se poate vedea mare lucru cu
MVPA aplicat pe plasturi de față,
chiar și atunci când știm că există
informații acolo
cu date de electrofiziologie.
Ține minte, ți-am arătat
acel
studiu despre maimuțe în care au încercat MVPA
în plasturi de față la maimuțe
și nu au putut să
citească nimic.
Și apoi încearcă MVPA pe
răspunsuri neuronale individuale
din aceeași regiune
și pot citi
tot felul de informații.
Și asta vă spune că
informațiile sunt acolo
și pur și simplu nu
le putem vedea întotdeauna cu MVPA.
Acum, astăzi, ați văzut
cazuri în care puteți vedea lucruri
cu MVPA în regiunea scenei.
Deci uneori funcționează,
alteori nu.
Și când nu
funcționează, suntem lăsați
în această
situație nesatisfăcătoare în care
nu știm dacă
informațiile nu sunt acolo
sau dacă neuronii sunt
atât de amestecați împreună
încât nu putem vedea
diferitele modele.
Deci, concluzia, avem
nevoie de o altă metodă.
MVPA este mult
mai bine decât nimic,
dar vrem să ne putem
întreba dacă există
informații prezente în
această regiune chiar și atunci când
credem că neuronii relevanți sunt
toți amestecați spațial?
Așa că lasă-mă să fac un
pic din asta
și apoi vom continua mai târziu.
Deci, obiectivul - această nouă metodă
se numește „
adaptare RMN funcțională legată de evenimente”.
Și îl folosim atunci când
vrem să știm
dacă populațiile neuronale
dintr-o anumită regiune
pot discrimina între doi
stimuli, două clase de stimuli.
Deci, de exemplu,
neuronii din FFA fac
diferența între această
imagine și acea imagine?
Deci, dacă vrem să
știm asta, am putea
măsura
răspunsul RMN funcțional în FFA
și am putea găsi că acesta ar fi un
răspuns legat de eveniment,
răspunsuri similare celor două.
Și așa cum tocmai am
menționat, asta nu ar
însemna că nu există
informații în FFA
care să discrimineze asta.
Spune doar că au
același răspuns răutăcios.
Toți înțeleg asta?
Acum, dacă mărim și ne gândim
la ce ar putea
face neuronii, este totuși
posibil -- chiar și
cu același
răspuns mediu -- ca neuronii
să poată fi organizați astfel,
unii dintre ei răspunzând
doar la această imagine și unii
dintre ei.  răspunzând doar
la acea imagine.
Dar este, de asemenea, posibil
ca toți neuronii
să răspundă în mod egal la ambii.
Și avem
nevoie cu disperare să știm...
Adică, nu în acest caz.
Acesta este un
exemplu de jucărie, evident.
Dar noi, de multe ori, atunci când
încercăm să înțelegem
o regiune a creierului,
trebuie să știm în ce situație
ne aflăm.
Așa că populația neuronală le poate
discrimina pe acestea două și aceea
nu.
Cum vom
spune care este adevărat?  Ei
bine, am vorbit mai devreme
despre analiza modelelor voxeli multiple
, dar așa cum
tocmai am spus,
funcționează doar atunci când neuronii
sunt grupați spațial
pe scara voxelilor.
Așa că imaginați-vă că aveți
aceste situații aici.
Acesta devine din ce în ce
mai mult un exemplu de jucărie,
dar doar pentru a vă da o idee.
Să presupunem că
locul în care aterizează acele populații neuronale în raport
cu voxeli este așa.
Deci, dacă fiecare dintre acestea este un
voxel în creier, o mică,
să zicem, o bucată de 2 pe 2 pe 3
milimetri de creier
de la care primim
un semnal RMN,
dacă aveți diferitele
populații neuronale suficient de
segregate spațial
încât să
aterizeze în mare parte.  în voxeli diferite,
atunci MVPA ar putea funcționa aici.
Este intuitiv?
Vedeți toți asta?
Atunci am obține un
model diferit în acești voxeli
dacă ne uităm la acele
două imagini diferite.
Dar chiar dacă avem
situația aici,
care este oarecum
aceeași din punct de vedere informațional,
dacă sunt
amestecate spațial astfel încât să fie
în proporție aproximativ egală în
fiecare voxel, MVPA nu va funcționa.
Are sens?
Și atunci avem nevoie de această
altă metodă numită „
adaptare RMN funcțională”.
Are sens?  O să
trec un
minut, probabil.
Deci, scopul
adaptării RMN funcționale
este că poate funcționa chiar și atunci când
nu există o grupare spațială
a
populațiilor neuronale relevante
pe scara voxelilor.
Așa că lasă-mă să trec
repede prin asta și vom
reveni la el mai târziu.
Așadar, iată cum merge:
ideea de bază este că
orice măsură care este
sensibilă la egalitatea versus
diferența dintre doi stimuli
poate dezvălui ceea ce consideră sistemul respectiv
ca fiind același sau diferit.
Deci, de exemplu, dacă o
regiune a creierului discriminează
între doi stimuli similari
ca aceștia, atunci dacă măsurăm răspunsul
RMN funcțional
în acea regiune
la aceleași
teste față de diferite,
deci acesta ar fi
un studiu diferit.
Îl prezinți pe Trump și apoi pe
cimpanzeul spate în spate.
Este o singură încercare, în comparație
cu aceeași încercare, cimpanzeu
și apoi cimpanzeu.
Și, desigur,
contrabalansăm totul,
așa că facem și cimpanzeu și apoi
Trump într-un alt caz
și apoi Trump și apoi
Trump într-un alt caz.
Dacă descoperim că
răspunsul neuronal este mai mare
atunci când cei doi stimuli sunt
diferiți decât atunci când sunt
aceiași, atunci știm
că acea regiune
are neuroni care răspund
diferit la cei doi.
Așa că nu uitați, am
început cu un caz în
care
răspunsul mediu este același
la această imagine și la această imagine
dacă doar le măsurați singur.
Dar acum vrem să
știm, chiar
avem neuroni care
răspund diferențial?
Deci folosim
faptul că neuronii
sunt ca oamenii și mușchii.
Dacă tot le faci același
lucru, se plictisesc.  Am
fost acolo, am făcut asta.
Așa că prezentați
asta spate în spate.
Primești un răspuns mai scăzut decât dacă
prezinți asta și apoi asta.
Asta se numește „
adaptare RMN funcțională”.
Este ca acea
adaptare MT cascadă
despre care am vorbit înainte, dar doar
înghesuită într-o scară de timp fină.
Și atunci, dacă faci asta,
poți întreba ce crede o regiune că
este același.
Atunci, ne-am putea întreba, cum rămâne cu
aceste două imagini?
Crede că
acestea sunt la fel?
Și dacă găsim un astfel de răspuns
, ce am învățat?
Deci, dacă acești doi
răspund așa,
ce am învățat
despre o regiune care arată?
Toate acestea sunt
date false, evident,
dar dacă am văzut asta,
ce am învățat?
Și apoi te voi lăsa să
pleci, de îndată ce voi
primi un răspuns frumos la asta.
Da.
PUBLIC: Deci, dacă este
același între două imagini
ale aceluiași stimuli,
înseamnă că este activat.
Poate discrimina.
Dar dacă galbenul este la
același grad cu roșul,
ar fi doar creierul care
reacționează la imagini diferite.
NANCY KANWISHER:
Înțelegi perfect asta.
Probabil că este corect
și înțelegi pe deplin.
Punctul cheie-- doar pentru că
nu vreau să vă torturez
și să trec mult peste-- dar punctul cheie este că
același răspuns este
răspunsul inferior.
Spunem asta cu acest caz și
de fapt îi dăm același.
Deci același este mai mic decât diferit.
Cam așa
funcționează această metodă.
Atunci, practic, ne
întrebăm,
asta contează la fel
pentru această regiune a creierului?
Și aflăm că da, da.
Asta ne spune că
acei neuroni sunt
invarianți la tot
felul de lucruri --
punctul de vedere,
expresia feței, când și-a
vopsit părul ultima dată, cine naiba
știe, toate celelalte lucruri.
Deci vom vorbi mai mult despre asta.
Dar ideea este că acum avem o
altă metodă în plus față
de MVPA care poate începe să
ne spună ce neuroni discriminează de fapt
.
OK, îmi pare rău că trec.