In questa interessane video-presentazione tenuta a un recente TED, il Neuroscienziato e Tecnologo Daniel Wolpert, inizia la sua presentazione da una premessa sorprendente: il Cervello si evolve, non per pensare o sentire, ma per controllare il Movimento.
Con una divertente esposizione ricca di dati, Daniel Wolpert ci fa vedere il cervello da un punto di vista inusuale, nella creazione della grazia e agilità del movimento umano.
TED Talks - Daniel Wolpert: La vera ragion d'essere del cervello
( 
con sottotitoli in Italiano )
Trascrizione integrale del testo
Sono un neuroscienziato. E in neuroscienza, abbiamo a che fare con molte domande difficili sul cervello. Ma voglio cominciare con la domanda più facile e la domanda che avreste dovuto tutti chiedervi a un certo punto della vostra vita, perché è una domanda fondamentale se vogliamo capire il funzionamento del cervello. Ed è, perché noi e altri animali abbiamo un cervello? Non tutte le specie sul pianeta hanno un cervello, quindi se vogliamo capire a cosa serve il cervello, cerchiamo di pensare a perché il nostro si è evoluto. Potreste pensare che ce l'abbiamo per percepire il mondo o per pensare, ed è totalmente sbagliato. Se pensate a questa domanda per un momento è assolutamente ovvio il perché abbiamo un cervello. Abbiamo un cervello per una ragione ed una sola, ed è per produrre movimenti complessi ed adattabili. Non ci sono altri motivi per avere un cervello. Pensateci. Il movimento è l'unico modo che abbiamo di influenzare il mondo che abbiamo intorno a noi. Non è proprio vero. C'è un altro modo, ed è attraverso il sudore. Ma a parte questo, tutto il resto passa attraverso la contrazione dei muscoli.
Pensate alla comunicazione - linguaggio, gesti, scrittura, linguaggio dei segni - passano tutti dalla contrazione dei muscoli. È quindi molto importante ricordare che i processi sensoriali, mnemonici e cognitivi sono tutti importanti, ma sono importanti solo per guidare o sopprimere futuri movimenti. Non ci può essere nessun vantaggio evolutivo nell'abbandonare ricordi d'infanzia o percepire il colore di una rosa se non influisce sul modo in cui ci muoveremo più avanti nella vita.
Per coloro che non credono a questo ragionamento, ci sono alberi ed erba sul nostro pianeta senza cervello, ma la prova evidente è questo animale qui - l'umile ascidia. Animali primitivi, con un sistema nervoso, nuotano nell'oceano nei primi anni di vita. A un certo punto della loro vita, si impiantano su uno scoglio. E la prima cosa che fanno impiantandosi su uno scoglio, che non lasciano più, è digerire il proprio cervello e il proprio sistema nervoso per alimentarsi. Quindi una volta che non c'è più bisogno di muoversi, non c'è più necessità del lusso di un cervello. E questo animale viene spesso preso come analogia a quello che succede nelle università quando i professori ottengono la cattedra, ma questo è un altro discorso.
(Applausi)
Sono fanatico del movimento. Credo che il movimento sia la funzione più importante del cervello, e non fatevi dire il contrario da nessuno. Se il movimento è così importante, quanto siamo bravi nel capire come il cervello controlla i movimenti? E la risposta è che siamo pessimi; è un problema molto difficile. Ma possiamo vedere quanto siamo bravi pensando a quanto siamo bravi nel costruire macchine che possono fare quello che fanno gli esseri umani.
Pensate al gioco degli scacchi. Quanto siamo bravi a determinare che pezzo muovere e dove? Se fate sfidare Gary Kasparov, quando non è in galera, contro l'IBM Deep Blue, la risposta è che l'IBM Deep Blue vincerà di tanto in tanto. E credo che se l'IBM Deep Blue giocasse con chiunque in questa stanza, vincerebbe sempre. Quel problema è risolto. E che ne dite del problema di afferrare un pezzo degli scacchi, maneggiarlo abilmente e rimetterlo sulla scacchiera? Se mettete di fronte l'abilità di un bambino di cinque anni contro i migliori robot di oggi, la risposta è semplice: il bambino vince con facilità. Non c'è gara.
Perché questo problema è così facile e l'altro problema è così difficile? Un motivo è che un bambino di cinque anni molto sveglio potrebbe dirvi l'algoritmo di quel problema - cercare tutte le possibili mosse fino alla fine del gioco e scegliere quella che vi fa vincere. È un algoritmo molto semplice. Ovviamente ci sono altre mosse, ma con grandi computer è approssimativo e si avvicina alla soluzione ottimale. Quando si tratta di abilità, non è chiaro quale sia l'algoritmo da seguire per essere abili. E ci accorgiamo che si deve sia percepire che agire sul mondo, cosa che comporta molti problemi.
Ma lasciate che vi mostri una robotica d'avanguardia. Molta robotica è assai impressionante, ma la robotica di manipolazione è ancora in un periodo buio. Questa è la conclusione del progetto di un dottorato che viene da uno dei migliori istituti di robotica. Lo studente ha formato questo robot per versare l'acqua in un bicchiere. È un problema difficile perché l'acqua fuoriesce, ma riesce a farlo. Ma non lo fa neanche lontanamente con l'agilità di un essere umano. Se volete che questo robot faccia un lavoro diverso ci vuole un altro programma di dottorato di tre anni. In robotica, da un compito ad un altro non è possibile generalizzare.
Possiamo confrontare questo con l'esecuzione all'avanguardia di un essere umano. Vi mostrerò Emily Fox che realizza il record del mondo di impilamento dei bicchierini. Gli americani tra il pubblico sapranno tutto di impilamento dei bicchierini. È uno sport che si pratica al liceo dove ci sono 12 bicchierini da impilare e disimpilare in ordine preciso e contro il tempo. E questa è lei mentre realizza il record del mondo in tempo reale. (Risate) (Applausi) Ed è abbastanza contenta. Non abbiamo nessuna idea di quello che succede nel suo cervello mentre lo fa, ed è quello che vorremmo sapere.
Quindi nel mio gruppo, quello che cerchiamo di fare è l'ingegneria inversa di come gli esseri umani controllano il movimento. E sembra un problema facile. Si manda giù un comando, che causa contrazione muscolare. Il braccio o il corpo si muovono, e si ottiene una reazione sensoriale dalla vista, dalla pelle, dai muscoli e così via. Il problema è che questi segnali non sono i bei segnali che vorreste. Quindi una cosa che rende difficile il controllo del movimento è, per esempio, che il riscontro sensoriale è estremamente rumoroso. Con rumoroso non intendo sonoro. Usiamo il termine in ingegneria e neuroscieza con il significato di rumore casuale che altera il segnale. Ai vecchi tempi prima della radio digitale quando sintonizzavate la radio e sentivate "crrrrckkk" sulla frequenza che volevate sentire, quello era il rumore. Ma in linea generale, questo rumore è qualcosa che altera il segnale.
Quindi per esempio, se mettete le mani sotto un tavolo e cercate di localizzarla con l'altra mano, potete discostarvi di parecchi centimetri a causa del rumore del riscontro sensoriale. Allo stesso modo, quando gli effettori vengono stimolati, è estremamente rumoroso. Dimenticatevi di colpire il bersaglio con le freccette, puntando allo stesso punto più e più volte. C'è una grossa differenza dovuta alla variabilità del movimento. E non solo, il mondo esterno, o il compito, sono entrambi ambigui e variabili. Il bicchiere può essere pieno, può essere vuoto. Cambia col tempo. Lavoriamo quindi in un calderone di rumore da movimento sensoriale.
Questo rumore è così fantastico che la società offre una grossa ricompensa a coloro che riescono a ridurre le conseguenze del rumore. Se siete abbastanza fortunati da riuscire a infilare una pallina bianca in un buco a centinaia di metri di distanza utilizzando una stecca di metallo, la nostra società è disposta a ricompensarvi con centinaia di milioni di dollari.
Ciò di cui voglio convincervi è che il cervello fa molti sforzi per ridurre le conseguenze negative di questo rumore e variabilità. E per fare questo, vi racconterò di una struttura molto popolare in statistica e nell'apprendimento automatico degli ultimi 50 anni che si chiama Teoria Decisionale Bayesiana. E oggi è un sistema unificante per pensare a come il cervello tratta l'incertezza. E l'idea fondamentale è che si vogliono fare deduzioni e poi intraprendere azioni.
Pensiamo alla deduzione. Si vuole generare una convinzione sul mondo. Quali sono le vostre convinzioni? Le convinzioni possono essere: dove sono le mie braccia nello spazio? Assomiglio a un gatto o a una volpe? Ma rappresenteremo le convinzioni con le probabilità. Rappresenteremo una convinzione con un numero tra zero e uno - zero significa che non ci credo per niente, uno significa che sono assolutamente certo. E i numeri in mezzo vi danno i livelli di incertezza. E l'idea chiave della deduzione bayesiana è avere due fonti di informazioni da cui fare la vostra deduzione. Avete i dati, e i dati in neuroscienza è uno stimolo sensoriale. Quindi ho uno stimolo sensoriale da cui partire per creare le mie convinzioni. Ma c'è un'altra fonte di informazione, e sono in realtà le conoscenze precedenti. Accumulate conoscenza in memoria durante la vita. E il punto della Teoria Decisionale Bayesiana è che vi dà la matematica della maniera ottimale per combinare le vostre conoscenze precedenti con le vostre prove sensoriali per generare nuove convinzioni.
E ho messo qui la formula. Non starò qui a spiegarvi cos'è questa formula, ma è molto bella. Ed è veramente bella e ha un reale potere esplicativo. Quello che dice veramente, e quello che volete stimare, è la probabilità di diverse convinzioni dati i vostri stimoli sensoriali. Lasciatemi fare un esempio intuitivo. Immaginate di imparare a giocare a tennis e volete decidere dove rimbalzerà la palla mentre si avvicina dalla rete verso di voi. Ci sono due fonti di informazioni. La regola di Baye ve lo dice. Ci sono prove sensoriali - potete usare l'informazione visiva, l'informazione uditiva, e potrebbe darvi quell'area rossa. Ma sapete che i vostri sensi non sono perfetti, e quindi c'è una certa dose di variabilità sul punto in cui atterrerà evidenziata da quell'area rossa, che rappresenta numeri tra 0,5 e forse 0,1.
Quell'informazione è disponibile per il colpo in corso, ma c'è un'altra fonte di informazione non disponibile nel colpo in corso, ma solo disponibile da esperienze ripetute nel tennis, ed è che la pallina non rimbalza con la stessa probabilità sul campo durante la partita. Se giocate contro un avversario molto bravo, potrebbe distribuirsi su quest'area verde, che è la distribuzione precedente, mettendovi in difficoltà nel rispondere. Entrambe le fonti di informazioni contengono informazioni importanti. E quello che dice la regola di Bayes è che dovreste moltiplicare i numeri sull'area rossa per i numeri sull'area verde per ottenere i numeri del giallo, che hanno le ellissi, e questa è la mia convinzione. È la maniera ottimale di combinare l'informazione.
Non vi direi tutto questo se non fosse che qualche anno fa, abbiamo mostrato che questo è esattamente quello fa la gente quando impara nuovi movimenti. E ciò che significa è che siamo veramente delle macchine di deduzione bayesiana. Mentre andiamo in giro, impariamo le statistiche del mondo e le mettiamo giù, ma impariamo anche quanto sia rumoroso il nostro apparato sensoriale, e combiniamo le due cose in maniera bayesiana.
Un elemento chiave della deduzione bayesiana è questa parte della formula. E quello che dice questa parte è che devo prevedere la probabilità dei diversi riscontri sensoriali date le mie convinzioni. Questo significa quindi che devo fare delle previsioni sul futuro. E voglio convincerci che il cervello fa veramente delle previsioni dai riscontri sensoriali che recepirà. Inoltre, cambia profondamente le vostre percezioni a seconda di quello che fate. E per fare questo, vi spiegherò come il cervello si interfaccia con gli stimoli sensoriali. Allora, inviate un comando, e avete in cambio un riscontro sensoriale, e quella trasformazione viene gestita dalla fisica del vostro corpo e dal vostro apparato sensoriale.
Ma potete immaginarlo guardando all'interno del cervello. Ecco l'interno del cervello. Potreste avere un piccolo indovino, un simulatore neurale, della fisica del vostro corpo e dei vostri sensi. Quindi mentre inviate un comando di movimento, ne registrate una copia e la fate girare nel vostro simulatore neurale per anticipare le conseguenze sensoriali delle vostre azioni. Quindi, mentre agito questa bottiglia di ketchup, ne ricavo dei riscontri sensoriali in funzione del tempo del risultato. E se il mio sistema prevede bene, prevede la stessa cosa.
Perché dovrei disturbarmi a fare tutto ciò? Otterrò comunque lo stesso riscontro. Ci sono buone ragioni. Immaginate, mentre agito la bottiglia di ketchup, appare qualcuno che gentilmente dà qualche colpetto per me. Ricevo una fonte extra di informazioni sensoriali dovute ad un atto esterno. Ho quindi due fonti. Ci siete voi che date colpetti e io che agito, entrambi dal punto di vista dei miei sensi, che si combinano in un'unica fonte di informazione.
Ci sono buone ragioni per credere che vorreste essere in grado di distinguere eventi esterni da eventi interni. Perché gli eventi esterni sono molto più rilevanti dal punto di vista comportamentale del sentire tutto ciò che accade all'interno del mio corpo. Un modo per ricostruirlo è confrontare la previsione - che è basato solo sui vostri comandi di movimento - con la realtà. Qualunque discrepanza dovrebbe, se tutto va bene, essere esterna. Mentre me ne vado in giro, faccio previsioni di quello che dovrebbe succedere e le sottraggo. Tutto ciò che rimane mi è esterno.
Quali prove ci sono di tutto ciò? C'è un esempio molto chiaro dove una sensazione generata da me stesso sembra molto diversa da quella generata da un'altra persona. Abbiamo quindi deciso il punto più ovvio da cui cominciare ossia il solletico. È noto da tempo che non si può solleticare sé stessi così come riescono a fare gli altri. Ma non è stato veramente dimostrato, è perché avete un simulatore neurale, che simula il vostro corpo e sottrae quel senso. Possiamo allora avviare l'esperimento del 21° secolo applicando la robotica a questo problema. E in effetti, abbiamo questo bastoncino attaccato alla mano di un robot, che lo muoverà avanti e indietro. E lo tracceremo con un computer e lo useremo per controllare un altro robot, che gli farà il solletico sul palmo della mano con un altro bastoncino. E poi si chiederà loro di valutare tutta una serie di cose incluso il solletico.
Vi mostrerò solo una parte dello studio. E qui ho tolto i robot, ma sostanzialmente le persone muovono il braccio destro avanti e indietro. E lo replichiamo dall'altra parte con un certo ritardo. O senza ritardo, nel qual caso la luce semplicemente vi solletica il palmo, o con un certo ritardo di 2 decimi o 3 decimi di secondo. Il punto importante qui è che la mano destra fa sempre le stesse cose - lo stesso movimento ondeggiante. La mano sinistra è sempre la stessa e fa un solletico ondeggiante. Tutto quello con cui stiamo giocando è la causalità temporale. E mentre passiamo da niente a 0,1 secondo, comincia a soffrire il solletico. Mentre passiamo da 0,1 a 0,2, soffre ancora di più il solletico. E a 0,2 secondi, soffre il solletico come quando il robot faceva il solletico e lui non faceva niente. Qualunque cosa sia responsabile di questa cancellazione è estremamente legato alla casualità temporale. E basandoci su questa illustrazione, ci siamo veramente convinti in questo campo che il cervello fa previsioni precise e le sottrae dalle sensazioni.
Devo ammettere, questi sono gli studi peggiori che il mio laboratorio abbia mai fatto. Perché la sensazione di solletico sul palmo va e viene, bisogna avere un numero più ampio di soggetti con queste stelle che li rendono più significativi. Stiamo quindi cercando un modo più obiettivo di valutare il fenomeno. E nel frattempo ho avuto due bambine. E una cosa che si nota nei bambini nei sedili posteriori delle macchine nei viaggi lunghi, litigano - cominciano con uno che fa qualcosa all'altro, l'altro che si vendica. Si intensifica rapidamente. E i bambini tendono a innescare litigi che si intensificano. Quando urlo alle mie figlie di smettere, qualche volta mi dicono entrambe che l'altra l'ha colpita più forte.
Per fortuna so che le mie bambine non mentono. quindi ho pensato, in quanto neuroscienziato, che fosse importante cercare di spiegare come potessero raccontare verità incoerenti. E ipotizziamo, basandoci sugli studi sul solletico, che quando un bambino ne colpisce un altro, generano un comando di movimento. Prevedono le conseguenze sensoriali e le sottraggono. Quindi in realtà pensano di avere colpito la persona meno forte di loro - un po' come nel solletico. Mentre il destinatario passivo non fa previsioni, sente tutta l'intensità della botta. Quindi se reagiscono con la stessa forza, la prima persona penserà che è stata intensificata.
Allora abbiamo deciso di testarlo in laboratorio. (Risate) Non lavoriamo con i bambini, non lavoriamo con la forza, ma il concetto è identico. Portiamo due adulti. Diciamo loro che giocheranno a un gioco. E quindi ecco il giocatore uno e il giocatore due seduti l'uno di fronte all'altro. E il gioco è molto semplice. Abbiamo cominciato con un motore con una piccola leva, che trasmetta forza. E usiamo questo motore per imprimere la forza sulle dita del giocatore uno per tre secondi e poi si ferma. E a quel giocatore viene detto, ricordati l'esperienza di quella forza e usa l'altro dito per imprimere la stessa forza sulle dita dell'altro soggetto con una trasmissione della forza - e lo fanno. E al giocatore due viene detto, ricordati l'esperienza di quella forza. Usa l'altra mano per restituire la stessa forza. E quindi a turno applicano la stessa forza che hanno risentito avanti e indietro.
Importante però, è che vengono istruiti sulle regole del gioco in stanze separate. Quindi non sanno le regole con cui sta giocando l'altra persona. E quello che abbiamo misurato è la forza in funzione delle regole. E se guardiamo quello con cui abbiamo iniziato, lì un quarto di Newton, un numero di giri, l'ideale sarebbe quella linea rossa. E quello che vediamo in ogni coppia è questo - un aumento del 70% della forza ad ogni passaggio. Suggerisce quindi, quando lo facciamo - basandoci su questi studi e altri che abbiamo fatto - che il cervello cancella le conseguenze sensoriali e sottovaluta la forza che produce. Quindi mostra di nuovo che il cervello fa previsioni e in sostanza cambia le regole. Quindi abbiamo fatto delle deduzioni, abbiamo fatto delle previsioni, ora dobbiamo generare delle azioni. E quello che dice la regola di Baye è, date le mie convinzioni, l'azione dovrebbe in qualche modo essere ottimale.
Ma c'è un problema. I compiti sono simbolici - voglio bere, voglio ballare - ma il sistema motorio deve contrarre 600 muscoli in una particolare sequenza. E c'è una grossa differenza tra il compito e il sistema motorio. Potrebbe quindi essere colmato in infiniti modi diversi. Pensate a un solo punto a cui indirizzare il movimento. Potrei scegliere questi due percorsi da un infinito numero di percorsi. Avendo scelto un particolare tracciato, posso tenere la mano su quel tracciato con infinite differenti configurazioni dell'articolazione. E posso tenere il mio braccio in una particolare configurazione congiunta molto rigida o molto rilassata. Ho una grande quantità di scelte da fare. Scopriamo che siamo estremamente stereotipati. Ci muoviamo più o meno tutti nello stesso modo.
Si scopre che siamo così stereotipati, che i nostri cervelli hanno un circuito neurale dedicato per decodificare questi stereotipi. Con qualche puntino che metto in movimento con un movimento biologico, i circuiti del vostro cervello capiscono istantaneamente cosa sta succedendo. Questa è una serie di puntini in movimento. Sapete cosa sta facendo questa persona, se è felice, triste, vecchia, giovane - tantissime informazioni. Se questi puntini fossero auto in un circuito di gara, non avreste assolutamente idea di quello che sta succedendo.
Allora perché ci muoviamo in quel modo particolare? Pensiamo a quello che succede veramente. Magari non ci muoviamo tutti nello stesso modo. Magari c'è qualche differenza tra la popolazione. E forse coloro che si muovono meglio di altri hanno più possibilità di mandare avanti la propria prole nella generazione successiva. Quindi sulla scala dell'evoluzione, i movimenti migliorano. E forse nella vita, i movimenti migliorano imparando.
Allora com'è un buon movimento e uno cattivo? Immaginate che voglia intercettare questa palla. Ci sono due possibili percorsi per prendere la palla. Se scelgo la mano sinista, posso tirare fuori la forza richiesta in uno dei miei muscoli in funzione del tempo. Ma a questo si aggiunge rumore. Quello che si ottiene, basandoci su questa splendida e regolare forza desiderata, è una versione molto rumorosa. Se do lo stesso comando molte volte, otterrò una versione rumorosa ogni volta, perché il rumore cambia ogni volta. Quello che posso mostrarvi è come la variabilità del movimento si evolve se scelgo quella strada. Se scelgo un diverso modo di muovermi - quello a destra per esempio - avrò un comando diverso, un rumore diverso, giocando in un sistema molto rumoroso, molto complicato. E quello di cui possiamo essere certi è che la variabilità sarà diversa. Se mi muovo in questo particolare modo, finisco con una variabilità più piccola tra tanti movimenti. Quindi se scelgo tra questi due, sceglierei quello di destra perché è meno variabile.
E l'idea fondamentale è che volete pianificare i vostri movimenti allo scopo di minimizzare le conseguenze negative del rumore. E un'intuizione da recepire in realtà è che la quantità di rumore o di variabilità che vi mostro qui diventa sempre più grande al crescere della forza. Quindi per principio volete evitare le grandi forze. Abbiamo mostrato che usando questo, possiamo spiegare molti dati - che la gente gestisce la vita pianficando i movimenti in modo da minimizzare le conseguenze del rumore.
Spero di avervi convinto che il cervello esiste e si è evoluto per controllare il movimento. Ed è una sfida intellettuale capire come farlo. Ma è anche rilevante per le malattie e la riabilitazione. Ci sono molte malattie che compromettono il movimento. E se tutto va bene se capiamo come controllare il movimento, possiamo applicarlo alla robotica. E infine, voglio ricordarvi, quando vedete animali fare compiti che sembrano molto facili, la reale complessità di quello che succede nel loro cervello in realtà è impressionante.
Grazie infinite.
(Applausi)
Chris Anderson: Una domanda veloce, Dan. Quindi lei è un fanatico - DW: fanatico del movimento Questo significa che pensa che le altre cose che pensiamo sia il cervello - sognare, desiderare, innamorarsi e tutte quelle cose - sono solo un effetto collaterale, un incidente?
DW: No, no, in realtà credo che siano tutte importanti per guidare il comportamento giusto per portare a termine la riproduzione. Credo quindi che la gente che studia le sensazioni o la memoria senza rendersi conto perché consolidiamo le memorie dell'infanzia. Il fatto che dimentichiamo molto della nostra infanzia, per esempio, probabilmente va bene, perché non influisce sui nostri movimenti più avanti nella vita. Dobbiamo solo memorizzare le cose che influiranno veramente sul movimento.
CA: Crede quindi che la gente che pensa al cervello e alla consapevolezza in generale, potrebbe avere veri indizi dicendo, che ruolo ha il movimento in questo gioco?
DW: Si è scoperto per esempio che studiare la vista senza rendersi conto del perché abbiamo la vista è un errore. Bisogna studiare la vista avendo presente come il sistema motorio utilizzerà la vista. E la usa in modi diversi una volta che la pensate in quel modo.
CA: È stato appassionante. Grazie molte.
(Applausi)
Trovi tutti i link ai post "TED Talks" già pubblicati qui sotto :
1° Elizabeth Gilbert sul genio
2° Il Cervello in tempo reale: C.deCharms
3° Al Gore sulle recenti modificazioni climatiche
4° Matthieu Ricard e l'abitudine alla felicità
5° Hans Rosling: I dati cambiano la Mentalità
6° Rebecca Saxe: Come si forma il giudizio morale
7° Jill Bolte Taylor: Racconto di un Ictus in diretta
8° Pranav Mistry: Nuove Tecnologie Sesto-Senso
9° Ramachandran: I Neuroni plasmano la Civiltà
10° Hans Rosling: Ascesa Asiatica come e quando
11° Rob Hopkins: Verso un Mondo senza Petrolio
12° Jamie Oliver: Educazione al Cibo per i Bambini
13° Bertrand Piccard: Avventura a Energia Solare
14° Dan Barber: Mi sono innamorato di un pesce
15° Aimee Mullins: L'opportunità delle avversità
16° Dan Buettner: Come vivere fino a 100 anni
17° Eric Topol: Il futuro senza fili della Medicina
18° James Randi demolisce le Frodi Paranormali
19° Richard Sears: Pianificare la fine del petrolio
20° Si può "affamare" il cancro con la dieta ?
21° Helen Fisher: Perché amiamo e tradiamo
22° Tan Le: Cuffia per leggere le onde cerebrali
23° J.Assange: Il mondo ha bisogno di Wikileaks
24° Hans Rosling: Cresce la popolazione globale
25° Derek Sivers: Tenetevi per voi i vostri obiettivi
26° C. Anderson: I Video stimolano l'Innovazione
27° Stefano Mancuso: L'intelligenza delle piante
28° Steven Johnson: Da dove provengono le Idee
29° Brian Skerry: Splendore e Orrore degli Oceani
30° Kristina Gjerde: Leggi Acque Internazionali
31° Marcel Dicke: Mangiare insetti: perché no ?
32° Amber Case: Siamo diventati tutti dei Cyborg
33° Hanna Rosin: I dati sull'ascesa delle Donne
34° N. Hertz: Quando non dare ascolto agli esperti
35° Patricia Kuhl: il Genio linguistico dei Bambini
36° Hans Rosling: Lavatrice magica e rivoluzione
37° Cynthia Breazeal: Arrivano i Personal Robot
38° M.Jakubowski progetta Macchine open source
39° H.Fineberg: Siamo pronti per la Neo-evoluzione?
40° Eli Pariser: Attenti alle " Gabbie di Filtri " in rete
41° Stephen Wolfram: Calcolare la teoria del tutto
42° Hong: Automobili per conducenti non vedenti
43° Alice Dreger: Il destino è scritto nell'anatomia
44° D.Kraft: Il futuro della Medicina é nelle App
45° C.Seaman: Fantastiche Foto dei Ghiacci Polari
46° Dave deBronkart: Vi presento l'e-Patient Dave
47° Fischer: Un Robot che vola come un Uccello
48° Julian Treasure: 5 modi per ascoltare meglio
49° M.Pagel: Le Lingue hanno cambiato l'Umanità
50° Huang: La democrazia soffoca la crescita economica ?
51° Bruce Schneier: Il miraggio della Sicurezza
52° Resnick: Benvenuti alla rivoluzione genomica
53° Pamela Meyer: Come smascherare i bugiardi
54° Anna Mracek: Un aereoplano che puoi guidare
55° Christoph McDougall: Siamo nati per correre ?
56° Yves Rossy: In volo con Jetman
57° Daniel Wolpert: La vera ragione del Cervello
58° Plait: Come proteggere la Terra dagli asteroidi
59° Y.Medan: Chirurgia a Ultrasuoni senza Bisturi
60° Britta Riley: Un Orto nel mio Appartamento
61° Antonio Damasio: Comprendere la Coscienza
62° Clay Shirky: Perché SOPA è una cattiva Idea
63° Mikko Hypponen: 3 tipi di Attacchi Informatici
64° Peter van Uhm: Perché ho scelto un fucile
65° Shawn Achor: Il segreto per lavorare meglio
66° Kevin Allocca: Perché i Video diventano Virali
67° Vijay Kumar: Robot che Volano e Cooperano
68° Susan Cain: Il potere degli introversi
69° Paul Snelgrove: Un Censimento dell'Oceano
70° Sherry Turkle: Siamo tutti Connessi ma Soli ?
71° Lisa Harouni: Un'introduzione alla Stampa 3D
72° Brain Greene: Il nostro è l'unico Universo ?
73° Hans Rosling: Religioni e Bambini
74° Tali Sharot: Naturale inclinazione all'Ottimismo
75° William Noel e il codice perduto di Archimede
76° P. Diamandis: L'abbondanza è il nostro futuro
77° M.Banzi: Arduino Immaginazione Open-source
78° M.Little: Test per il Parkinson con 1 Telefonata
79° Peter Norvig: La classe di 100 000 studenti
80° J.Enriquez: I nostri figli di una specie diversa ?
81° D.Koller: Imparare dall'Istruzione Web Online
82° S.Sankar: La nuova simbiosi Uomo-Computer
83° Andrew Blum: Cos'è veramente Internet ?
84° Carl Schoonover: Come guardare nel Cervello
85° Maurizio Seracini: La vita segreta dei dipinti
86° Killingsworth: Essere felice ? Stai nel presente
87° Schwartzberg: Natura, Bellezza e Gratitudine
88° E.Sirolli: Volete aiutare qualcuno ? State zitti !
89° A.Cuddy: Il linguaggio corporeo mostra chi sei
90° Amy Tan: La Creatività e il Processo Creativo
91° C.Shirky: Come Internet trasformerà il governo
92° E.Jorgensen: Il BioHacking puoi farlo anche tu
93° Michael Dickinson: Come Vola una Mosca
94° Elon Musk: La mente dietro Tesla e SpaceX
95° C. Mota: Giocare con i Materiali Intelligenti
96° D.Hillis: Internet puó bloccarsi, serve Piano B
97° Sergey Brin: Perché creare i Google Glass ?
98° Todd Humphreys: Come ingannare un GPS
99° P.Singer: " Altruismo Efficace " come e perché
100° Rodney Brooks: Perché ci affideremo ai Robot
101° D.Wolpert: La vera ragion d'essere del cervello
Trovi altri post Taggati "Video" facendo una ricerca in archivio o una ricerca per immagini ( clicca sulle immagini per leggere i post ).
Sottoscrivi AB Techno Blog
Vedi anche:
Android App: Controllare gli Additivi alimentari nei Cibi
Musica MP3 da scaricare gratis: 5 Album completi [ # 58 ]
Come puoi verificare il livello di Sicurezza delle Password
Android App: Localizza / Mappa dati Antenne reti GSM / 3G
NeuroEtica & NeuroScienze: Video Corso Penn University
