< Return to Video

Čemu nas mravi uče o mozgu, raku i internetu

  • 0:01 - 0:03
    Ja proučavam mrave
  • 0:03 - 0:06
    u pustinji, u tropskoj šumi
  • 0:06 - 0:08
    i u svojoj kuhinji
  • 0:08 - 0:12
    kao i u brdima
    oko Silikonske doline, gde živim.
  • 0:12 - 0:13
    Nedavno sam shvatila da mravi
  • 0:13 - 0:16
    različito koriste interakcije
    u različitim okruženjima,
  • 0:16 - 0:18
    i to me je navelo na razmišljanje
  • 0:18 - 0:21
    da bismo mogli da iz ovoga učimo
    o drugim sistemima,
  • 0:21 - 0:27
    kao što su mozgovi
    i mreže podataka kojima upravljamo,
  • 0:27 - 0:29
    pa čak i rak.
  • 0:29 - 0:31
    Ono što svi ovi sistemi imaju zajedničko
  • 0:31 - 0:34
    jeste to da ne postoji centralna kontrola.
  • 0:34 - 0:38
    Kolonija mrava se sastoji
    od sterilnih radilica -
  • 0:38 - 0:40
    to su mravi koje viđate
    kako šetaju okolo -
  • 0:40 - 0:42
    i od jedne ili više reproduktivnih ženki
  • 0:42 - 0:44
    koje samo polažu jaja.
  • 0:44 - 0:46
    One ne daju nikakve instrukcije.
  • 0:46 - 0:48
    Iako se nazivaju kraljicama,
  • 0:48 - 0:51
    one ne govore nikome šta da radi.
  • 0:51 - 0:54
    U koloniji mrava, niko nije nadležan,
  • 0:54 - 0:57
    i svi sistemi bez centralne kontrole
    kao što je ovaj
  • 0:57 - 1:01
    se regulišu koristeći
    vrlo jednostavne interakcije.
  • 1:01 - 1:03
    Mravi komuniciraju koristeći miris.
  • 1:03 - 1:05
    Oni mirišu svojim antenama,
  • 1:05 - 1:08
    i komuniciraju svojim antenama,
  • 1:08 - 1:11
    tako da kada jedan mrav
    dodirne drugog svojim antenama,
  • 1:11 - 1:13
    može zaključiti, na primer,
  • 1:13 - 1:15
    da li je drugi mrav iz iste kolonije
  • 1:15 - 1:19
    i kakav zadatak taj drugi mrav obavlja.
  • 1:19 - 1:22
    Ovde vidite mnogo mrava
    koji se kreću okolo
  • 1:22 - 1:24
    i komuniciraju u laboratorijskoj areni
  • 1:24 - 1:27
    koja je povezana cevima
    sa druge dve arene.
  • 1:27 - 1:30
    Dakle, kada jedan mrav sretne drugog,
  • 1:30 - 1:32
    nije bitno kog mrava sretne,
  • 1:32 - 1:34
    i oni zapravo ne šalju
  • 1:34 - 1:37
    nikakav komplikovani signal ili poruku.
  • 1:37 - 1:39
    Sve što je bitno za mrava jeste tempo
  • 1:39 - 1:42
    kojim sreće drugog mrava.
  • 1:42 - 1:45
    I sve ove interakcije, uzete zajedno,
  • 1:45 - 1:47
    stvaraju mrežu.
  • 1:47 - 1:50
    Ovo je mreža mrava
  • 1:50 - 1:52
    koje ste malopre videli
    kako se kreću po areni,
  • 1:52 - 1:56
    i ova stalno promenljiva mreža je ta
  • 1:56 - 1:58
    koja proizvodi ponašanje kolonije,
  • 1:58 - 2:01
    kao što je to
    da li su svi mravi skriveni u gnezdu,
  • 2:01 - 2:03
    ili koliko njih izlazi u nabavku hrane.
  • 2:03 - 2:05
    Mozak zapravo radi na isti način,
  • 2:05 - 2:08
    ali ono što je sjajno kod mrava
    je to što možete videti
  • 2:08 - 2:12
    čitavu mrežu dok se to dešava.
  • 2:12 - 2:15
    Postoji više od 12 000 vrsta mrava,
  • 2:15 - 2:17
    u svakoj sredini koju možete zamisliti,
  • 2:17 - 2:20
    i različito koriste interakcije
  • 2:20 - 2:22
    kako bi se suočile
    sa različitim izazovima sredine.
  • 2:22 - 2:25
    Jedan značajan sredinski izazov
  • 2:25 - 2:27
    sa kojim svaki sistem
    mora da se suoči
  • 2:27 - 2:28
    jesu operativni troškovi,
  • 2:28 - 2:31
    ono što je potrebno
    za pokretanje sistema.
  • 2:31 - 2:33
    A drugi sredinski izazov su resursi,
  • 2:33 - 2:36
    njihovo pronalaženje i prikupljanje.
  • 2:36 - 2:39
    U pustinji, operativni troškovi su veliki
  • 2:39 - 2:40
    jer nema dovoljno vode,
  • 2:40 - 2:43
    i mravi koje izučavam u pustinji
    koji jedu semenje
  • 2:43 - 2:46
    moraju da troše vodu da bi došli do vode.
  • 2:46 - 2:48
    Dakle, mrav u potrazi za hranom,
  • 2:48 - 2:50
    tragajući sa semenjem po vrućini,
  • 2:50 - 2:52
    samo gubi vodu u vazduh.
  • 2:52 - 2:54
    Ali kolonija dobija svoju vodu
  • 2:54 - 2:55
    metabolišući masnoće iz semenki
  • 2:55 - 2:57
    koje jedu.
  • 2:57 - 3:00
    Dakle, u ovoj sredini,
    interakcije se koriste
  • 3:00 - 3:02
    za aktiviranje potrage za hranom.
  • 3:02 - 3:04
    Tragač ne kreće u potragu ako ne dobije
  • 3:04 - 3:07
    dovoljno interakcije
    sa tragačima koji se vraćaju,
  • 3:07 - 3:09
    i ono što vidite su tragači u povratku
  • 3:09 - 3:11
    koji idu u tunel, u gnezdo,
  • 3:11 - 3:13
    i sreću tragače pri polasku napolje.
  • 3:13 - 3:15
    Ovo ima smisla za koloniju mrava,
  • 3:15 - 3:17
    jer što više hrane ima napolju,
  • 3:17 - 3:19
    tragači će je brže naći,
  • 3:19 - 3:20
    brže će se vratiti,
  • 3:20 - 3:23
    i više će tragača poslati napolje.
  • 3:23 - 3:26
    Sistem radi tako da ostaje zaustavljen,
  • 3:26 - 3:28
    dok se nešto pozitivno ne dogodi.
  • 3:28 - 3:32
    Tako interakcije funkcionišu
    da bi aktivirale tragače za hranom.
  • 3:32 - 3:34
    Izučavali smo evoluciju ovog sistema.
  • 3:34 - 3:36
    Najpre, postoje varijacije.
  • 3:36 - 3:38
    Ispostavilo se da su kolonije različite.
  • 3:38 - 3:41
    Sušnim danima,
    neke kolonije manje tragaju za hranom,
  • 3:41 - 3:43
    dakle, kolonije se razlikuju
    po tome kako rukovode
  • 3:43 - 3:45
    ovom razmenom trošenja vode
  • 3:45 - 3:47
    da bi se tragalo za semenjem
  • 3:47 - 3:50
    i ponovnog dobijanja vode
    u obliku semenja.
  • 3:50 - 3:52
    Pokušavamo da razumemo
    zašto neke kolonije
  • 3:52 - 3:54
    tragaju za hranom manje od drugih
  • 3:54 - 3:56
    razmišljajući o mravima kao o neuronima,
  • 3:56 - 3:58
    koristeći modele iz neurologije.
  • 3:58 - 4:01
    Kao što neuron
    sabira stimulaciju drugih neurona
  • 4:01 - 4:04
    da bi odlučio da li da se upali,
  • 4:04 - 4:06
    mrav sabira stimulaciju drugih mrava
  • 4:06 - 4:08
    da bi odlučio da li da traga za hranom.
  • 4:08 - 4:10
    A ono što tražimo je
    da li bi moglo biti
  • 4:10 - 4:12
    malih razlika među kolonijama
  • 4:12 - 4:15
    u pogledu toga koliko je interakcija
    svakom mravu potrebno
  • 4:15 - 4:18
    pre nego što postane voljan
    da izađe u potragu za hranom,
  • 4:18 - 4:21
    jer bi takva kolonija
    manje tragala za hranom.
  • 4:21 - 4:24
    Ovo pokreće analogno pitanje o mozgovima.
  • 4:24 - 4:25
    Pričamo o mozgu,
  • 4:25 - 4:28
    ali naravno, svaki mozak
    je nešto drugačiji,
  • 4:28 - 4:30
    i možda ima nekih pojedinaca
  • 4:30 - 4:31
    ili nekih uslova
  • 4:31 - 4:34
    u kojima su
    elektronska svojstva neurona takva
  • 4:34 - 4:38
    da zahtevaju više podsticaja
    da bi opalili,
  • 4:38 - 4:42
    a to bi dovelo do razlika
    u funkciji mozga.
  • 4:42 - 4:44
    Dakle, da bismo postavili
    evoluciona pitanja,
  • 4:44 - 4:47
    potrebno je da saznamo
    o reproduktivnom uspehu.
  • 4:47 - 4:49
    Ovo je mapa mesta istraživanja
  • 4:49 - 4:52
    gde sam pratila ovu populaciju
  • 4:52 - 4:55
    kolonija mrava žetelaca kroz 28 godina,
  • 4:55 - 4:57
    što je otprilike
    onoliko koliko kolonija živi.
  • 4:57 - 4:59
    Svaki simbol je kolonija,
  • 4:59 - 5:02
    a veličina simbola označava
    koliko je imala potomaka,
  • 5:02 - 5:05
    jer smo mogli da koristimo
    genetske varijacije
  • 5:05 - 5:07
    da bismo spojili
    kolonije roditelja i potomaka,
  • 5:07 - 5:11
    odnosno, da bismo otkrili koje kolonije
  • 5:11 - 5:12
    je osnovala ćerka kraljica
  • 5:12 - 5:15
    i koja roditeljska kolonija
    ju je stvorila.
  • 5:15 - 5:16
    Ovo je bilo neverovatno za mene,
  • 5:16 - 5:20
    otkriti posle svih tih godina,
    na primer, da kolonija 154,
  • 5:20 - 5:22
    koju sam dobro znala mnogo godina,
  • 5:22 - 5:24
    je prababa.
  • 5:24 - 5:25
    Ovo je njena ćerka kolonija,
  • 5:25 - 5:28
    ovo je njena unuka kolonija,
  • 5:28 - 5:30
    a ovo su njene praunuke kolonije.
  • 5:30 - 5:32
    Radeći ovo, mogla sam da saznam
  • 5:32 - 5:35
    da kolonije potomaka
    podsećaju na kolonije roditelja
  • 5:35 - 5:38
    po svojim odlukama o tome
    koji dani su toliko vreli
  • 5:38 - 5:40
    da neće ići u potragu za hranom,
  • 5:40 - 5:41
    a potomci roditeljskih kolonija
  • 5:41 - 5:44
    žive međusobno toliko daleko
    da se mravi nikada ne sreću,
  • 5:44 - 5:46
    tako da mravi kolonije potomka
  • 5:46 - 5:48
    ne mogu da ovo nauče
    od kolonije roditelja.
  • 5:48 - 5:52
    Naš sledeći korak je bio da potražimo
    genetsku varijaciju
  • 5:52 - 5:55
    koja se nalazi u osnovi ove sličnosti.
  • 5:55 - 5:59
    Tada sam mogla da pitam,
    okej, kome ide bolje?
  • 5:59 - 6:01
    Vremenom kroz istraživanje,
  • 6:01 - 6:03
    naročito u poslednjih 10 godina,
  • 6:03 - 6:06
    došlo je do veoma teške
    i zaoštravajuće suše
  • 6:06 - 6:08
    u jugozapadu SAD-a,
  • 6:08 - 6:11
    i ispostavilo se da kolonije
    koje čuvaju vodu,
  • 6:11 - 6:15
    koje ostaju unutra
    kada je zaista vruće napolju,
  • 6:15 - 6:18
    i tako žrtvuju pribavljanje
    što više moguće hrane,
  • 6:18 - 6:21
    su one koje će verovatnije
    imati kolonije potomaka.
  • 6:21 - 6:23
    Sve ovo vreme sam mislila
  • 6:23 - 6:26
    da je kolonija 154 gubitnik,
    jer bi veoma vrelih dana
  • 6:26 - 6:28
    bilo samo mrvica prikupljene hrane,
  • 6:28 - 6:32
    dok su druge kolonije bile napolju
    u traganju, pribavljajući dosta hrane,
  • 6:32 - 6:34
    ali u stvari,
    kolonija 154 je veoma uspešna.
  • 6:34 - 6:36
    Ona je matrijarh.
  • 6:36 - 6:39
    Ona je jedna od retkih prababa
    na lokaciji.
  • 6:39 - 6:42
    Koliko ja znam, ovo je prvi put
  • 6:42 - 6:43
    da smo mogli da pratimo
  • 6:43 - 6:46
    evoluciju kolektivnog ponašanja
    dok se ona odvija
  • 6:46 - 6:48
    u prirodnoj populaciji životinja
  • 6:48 - 6:53
    i saznamo šta zaista najbolje funkcioniše.
  • 6:53 - 6:55
    Internet koristi algoritam
  • 6:55 - 6:58
    da bi regulisao protok podataka
  • 6:58 - 7:00
    koji je veoma sličan onome
  • 7:00 - 7:03
    koji mravi žeteoci koriste za regulaciju
  • 7:03 - 7:04
    kretanja tragača za hranom.
  • 7:04 - 7:08
    Pogodite kako zovemo ovu analogiju?
  • 7:08 - 7:09
    Anternet stiže.
  • 7:09 - 7:11
    (Aplauz)
  • 7:11 - 7:14
    Podaci ne napuštaju izvorni računar
  • 7:14 - 7:17
    dok ne dobiju signal
    da je širina opsega dovoljna
  • 7:17 - 7:20
    da bi putovali.
  • 7:20 - 7:21
    Ranih dana interneta,
  • 7:21 - 7:24
    kada su operativni troškovi
    bili vrlo visoki
  • 7:24 - 7:27
    i bilo je jako važno
    ne gubiti nimalo podataka,
  • 7:27 - 7:29
    sistem je bio podešen za interakcije
  • 7:29 - 7:32
    da bi aktivirao protok podataka.
  • 7:32 - 7:35
    Interesantno je da mravi koriste algoritam
  • 7:35 - 7:39
    koji je toliko sličan onome
    koji smo skoro pronašli,
  • 7:39 - 7:41
    ali je to samo jedan
    u mnoštvu mravljih algoritama
  • 7:41 - 7:43
    za koje znamo,
  • 7:43 - 7:46
    a mravi su imali 130 miliona godina
  • 7:46 - 7:48
    da razviju dosta onih dobrih,
  • 7:48 - 7:50
    i mislim da je veoma verovatno
  • 7:50 - 7:52
    da će neke od ostalih 12 000 vrsta
  • 7:52 - 7:55
    imati zanimljive algoritme
  • 7:55 - 7:56
    za mreže podataka
  • 7:56 - 7:59
    o kojima mi još nismo ni razmišljali.
  • 7:59 - 8:01
    Šta se dešava
    kada su operativni troškovi niski?
  • 8:01 - 8:04
    Operativni troškovi su niski
    u tropskim krajevima,
  • 8:04 - 8:06
    jer je veoma vlažno, i mravima je lako
  • 8:06 - 8:08
    da budu napolju krećući se unaokolo.
  • 8:08 - 8:12
    Ali mravi su toliko rasprostranjeni
    i raznovrsni u tropskim krajevima
  • 8:12 - 8:14
    da ima mnogo konkurencije.
  • 8:14 - 8:16
    Koji god resurs jedna vrsta koristi,
  • 8:16 - 8:20
    druga vrsta ga verovatno
  • 8:20 - 8:22
    istovremeno koristi.
  • 8:22 - 8:25
    Stoga se u ovoj sredini
    interakcije koriste
  • 8:25 - 8:26
    na suprotan način.
  • 8:26 - 8:30
    Sistem nastavlja da radi
    dok se nešto negativno ne desi,
  • 8:30 - 8:32
    i jedna vrsta koju izučavam
  • 8:32 - 8:34
    pravi kružne putanje
    u drveću mrava sakupljača
  • 8:34 - 8:37
    idući od gnezda do izvora hrane i nazad,
  • 8:37 - 8:40
    samo ukrug i ukrug,
    dok se nešto negativno ne desi,
  • 8:40 - 8:41
    kao što je interakcija
  • 8:41 - 8:44
    sa mravima druge vrste.
  • 8:44 - 8:47
    Evo primera mravljeg obezbeđenja.
  • 8:47 - 8:51
    U sredini se nalazi mrav koji zapušava
    ulaz u gnezdo svojom glavom
  • 8:51 - 8:54
    kao odgovor na interakcije
    sa drugim vrstama.
  • 8:54 - 8:56
    To su malecki koji trče okolo
  • 8:56 - 8:59
    sa svojim trbusima izbačenim u vazduhu.
  • 8:59 - 9:01
    Ali čim pretnja prođe,
  • 9:01 - 9:03
    ulaz je ponovo otvoren,
  • 9:03 - 9:05
    i možda ima situacija
  • 9:05 - 9:06
    u kompjuterskoj bezbednosti
  • 9:06 - 9:09
    gde su operativni troškovi dovoljno niski
  • 9:09 - 9:12
    da možemo da samo
    blokiramo pristup privremeno,
  • 9:12 - 9:14
    kao odgovor na trenutnu pretnju,
  • 9:14 - 9:16
    i zatim ga ponovo otvorimo,
  • 9:16 - 9:18
    umesto pokušaja da izgradimo
  • 9:18 - 9:21
    trajni zaštitni zid ili tvrđavu.
  • 9:21 - 9:23
    Drugi sredinski izazov
  • 9:23 - 9:25
    kojim svi sistemi moraju da se bave
  • 9:25 - 9:30
    jesu resursi,
    njihovo pronalaženje i prikupljanje.
  • 9:30 - 9:32
    A da bi to činili, mravi rešavaju problem
  • 9:32 - 9:33
    kolektivne potrage,
  • 9:33 - 9:35
    i to je problem koji je sada
  • 9:35 - 9:36
    od velikog značaja u robotici,
  • 9:36 - 9:38
    jer smo shvatili da,
  • 9:38 - 9:40
    umesto slanja jednog,
  • 9:40 - 9:43
    sofisticiranog, skupog robota
  • 9:43 - 9:45
    da istraži drugu planetu
  • 9:45 - 9:47
    ili da pretraži zgradu koja gori,
  • 9:47 - 9:50
    da umesto toga, može biti efektivnije
  • 9:50 - 9:54
    uzeti grupu jeftinijih robota
  • 9:54 - 9:57
    koji će razmenjivati
    samo minimum informacija,
  • 9:57 - 9:59
    a to je način na koji mravi to čine.
  • 9:59 - 10:01
    Tako invazivni argentinski mrav
  • 10:01 - 10:04
    pravi proširive mreže pretrage.
  • 10:04 - 10:06
    Oni su dobri u bavljenju
    glavnim problemom
  • 10:06 - 10:07
    kolektivne potrage,
  • 10:07 - 10:10
    a to je kompromis između
  • 10:10 - 10:11
    vrlo temeljnog traganja
  • 10:11 - 10:13
    i pokrivanja mnogo zemlje.
  • 10:13 - 10:14
    A ono što rade jeste,
  • 10:14 - 10:16
    kada ima mnogo mrava na malom prostoru,
  • 10:16 - 10:19
    onda svaki od njih
    može da traži vrlo temeljno
  • 10:19 - 10:20
    jer će biti drugi mrav u blizini
  • 10:20 - 10:22
    koji traga tamo,
  • 10:22 - 10:23
    ali kada ima malo mrava
  • 10:23 - 10:25
    na velikom prostoru,
  • 10:25 - 10:28
    onda treba da rašire svoje putanje
  • 10:28 - 10:29
    da bi pokrili više terena.
  • 10:29 - 10:32
    Mislim da koriste interakcije
    da procene gustinu,
  • 10:32 - 10:34
    pa kada je stvarno gužva,
  • 10:34 - 10:35
    češće se sreću,
  • 10:35 - 10:37
    i tragaju temeljnije.
  • 10:37 - 10:41
    Različite vrste mrava
    moraju koristiti različite algoritme,
  • 10:41 - 10:43
    jer su evoluirali da se bave
  • 10:43 - 10:45
    različitim resursima,
  • 10:45 - 10:47
    i može biti korisno znati,
  • 10:47 - 10:49
    nedavno smo tražili od mrava
  • 10:49 - 10:51
    da reše problem kolektivne potrage
  • 10:51 - 10:53
    u ekstremnoj sredini
  • 10:53 - 10:54
    mikrogravitacije
  • 10:54 - 10:56
    u Međunarodnoj svemirskoj stanici.
  • 10:56 - 10:58
    Kada sam prvi put videla ovu sliku,
  • 10:58 - 11:01
    pomislila sam:
    O ne, montirali su stanište vertikalno,
  • 11:01 - 11:03
    ali onda sam shvatila da,
    naravno, to nije bitno.
  • 11:03 - 11:06
    Dakle, ideja je da mravi
  • 11:06 - 11:08
    rade tako vredno da vise
  • 11:08 - 11:11
    na zidu ili podu ili
    kako god ga nazovete,
  • 11:11 - 11:14
    da je manje verovatno da će komunicirati,
  • 11:14 - 11:16
    i tako bi se poremetio odnos
  • 11:16 - 11:19
    između toga kolika je gužva
    i koliko se često sreću.
  • 11:19 - 11:21
    Još uvek analiziramo podatke.
  • 11:21 - 11:22
    Još uvek nemam rezultate.
  • 11:22 - 11:25
    Ali bi bilo zanimljivo znati
    kako druge vrste
  • 11:25 - 11:29
    rešavaju ovaj problem
    u različitim sredinama na Zemlji,
  • 11:29 - 11:31
    i stoga uspostavljamo program
  • 11:31 - 11:33
    da bismo podstakli decu širom sveta
  • 11:33 - 11:35
    da probaju ovaj eksperiment
    sa različitim vrstama.
  • 11:35 - 11:37
    Veoma je jednostavno.
  • 11:37 - 11:39
    Može se uraditi sa jeftinim materijalima.
  • 11:39 - 11:42
    I na taj način
    možemo napraviti globalnu mapu
  • 11:42 - 11:45
    mravljih algoritama kolektivne potrage.
  • 11:45 - 11:48
    I mislim da je prilično verovatno
    da će invazivne vrste,
  • 11:48 - 11:50
    one koje dolaze u naše zgrade,
  • 11:50 - 11:52
    biti jako dobre u ovome,
  • 11:52 - 11:53
    zato što su u našoj kuhinji
  • 11:53 - 11:57
    jer su jako dobri
    u pronalaženju vode i hrane.
  • 11:57 - 12:01
    Najpoznatiji resurs za mrave
  • 12:01 - 12:02
    je piknik,
  • 12:02 - 12:04
    a to je resurs na jednom mestu.
  • 12:04 - 12:05
    Kada je tu jedan komad voća,
  • 12:05 - 12:08
    verovatno će tu biti
    i drugo parče voća u blizini,
  • 12:08 - 12:11
    i mravi koji su specijalizovani
    za grupisane resurse
  • 12:11 - 12:13
    koriste interakcije za regrutovanje.
  • 12:13 - 12:14
    Kada jedan mrav sretne drugog,
  • 12:14 - 12:16
    ili kada naiđe na hemijske nanose
  • 12:16 - 12:18
    na zemlji od drugog,
  • 12:18 - 12:19
    onda menja pravac da bi išao
  • 12:19 - 12:21
    u pravcu interakcije,
  • 12:21 - 12:23
    i tako dobijate putanju mrava
  • 12:23 - 12:24
    koji dele vaš piknik.
  • 12:24 - 12:26
    Ovde mislim da možemo
  • 12:26 - 12:30
    naučiti nešto od mrava o raku.
  • 12:30 - 12:32
    Mislim, prvo, očigledno je da bismo mogli
  • 12:32 - 12:33
    učiniti puno toga da sprečimo rak
  • 12:33 - 12:36
    ne dozvoljavajući ljudima da šire okolo
  • 12:36 - 12:38
    ili prodaju toksine koji podstiču
  • 12:38 - 12:40
    razvoj raka u našim telima,
  • 12:40 - 12:43
    ali ne mislim da nam mravi
    mogu mnogo pomoći sa ovim
  • 12:43 - 12:46
    jer mravi nikada ne truju
    sopstvene kolonije.
  • 12:46 - 12:48
    Ali možda možemo naučiti nešto od mrava
  • 12:48 - 12:50
    o lečenju raka.
  • 12:50 - 12:52
    Postoji mnogo različitih vrsta raka.
  • 12:52 - 12:55
    Svaki od njih potiče
    iz određenog dela tela,
  • 12:55 - 12:59
    i zatim, neke vrste raka
    će se raširiti ili metastazirati
  • 12:59 - 13:01
    do drugih određenih tkiva
  • 13:01 - 13:03
    gde moraju pribaviti
    sredstva koja su im potrebna.
  • 13:03 - 13:05
    Ako razmišljate iz perspektive
  • 13:05 - 13:07
    ranih metastazirajućih ćelija raka
  • 13:07 - 13:09
    dok tragaju unaokolo
  • 13:09 - 13:11
    za resursima koji su im potrebni,
  • 13:11 - 13:13
    ako su ti resursi grupisani,
  • 13:13 - 13:16
    verovatno je da će koristiti interakcije
    za regrutaciju,
  • 13:16 - 13:19
    a ako možemo da otkrijemo
    kako se ćelije raka okupljaju,
  • 13:19 - 13:22
    onda bismo možda mogli da postavimo zamke
  • 13:22 - 13:26
    da ih uhvatimo pre nego se uspostave.
  • 13:26 - 13:29
    Dakle, mravi koriste interakcije
    na različite načine
  • 13:29 - 13:31
    u mnogim različitim sredinama,
  • 13:31 - 13:33
    i možemo naučiti iz ovoga
  • 13:33 - 13:35
    o drugim sistemima koji rade
  • 13:35 - 13:37
    bez centralne kontrole.
  • 13:37 - 13:39
    Koristeći samo proste interakcije,
  • 13:39 - 13:42
    kolonije mrava vrše neverovatne podvige
  • 13:42 - 13:45
    više od 130 miliona godina.
  • 13:45 - 13:47
    Imamo mnogo da naučimo od njih.
  • 13:47 - 13:49
    Hvala vam.
  • 13:49 - 13:52
    (Aplauz)
Title:
Čemu nas mravi uče o mozgu, raku i internetu
Speaker:
Debra Gordon (Deborah Gordon)
Description:

Ekolog Debra Gordon proučava mrave gde god da ih nađe - u pustinji, u tropskim krajevima, u svojoj kuhinji... U ovom fascinantnom govoru, ona objašnjava svoju opsesiju insektima koje bi većina nas rado zgnječila bez imalo razmišljanja. Ona tvrdi da mravlji život pruža koristan model za učenje o mnogim drugim temama, uključujući bolest, tehnologiju i ljudski mozak.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
14:09

Serbian subtitles

Revisions