Búsqueda · 25 momentos en 1 episodio
María RibesAlberto ApariciJuan Carlos GilIgnacio CrespoFrancis VillatoroHéctor SocasLuisa AchaerandioPushmeet Kohli · DeepMindThore Graepel · DeepMindaniversario diez años partida go deepmindidioma hindi pushmit colleylaboratorio deepmind de google inteligencia artificialPushmit ColleyTore GreipelMaríaDeepMindGoogleIBMGoogle DeepMindAlphaGoPushmit KohliLee SedolThor GreipelSeúlIgnacio CrespoMariana AqueroDepartamento de Comunicación de GoogleEspañaMovimiento 37juego de GoFrancis VillatoroHéctor SocasJuan Carlos GilFagóAlbertoJuan CarlosEgipto AntiguoCientófiloCGCCromatografía de Gases y Espectrometría de MasasMaría RibasGreppeljugada 37Alberto ApariciMaría Ribes
Explicación fenómeno oscilatorio Google DeepMind
Con
0:000:301:001:302:002:303:003:33
Héctor Socas presenta una entrevista grabada previamente con Pushmit Colley y Tore Greipel, destacando su trabajo en DeepMind de Google y la importancia del aniversario de un hito en inteligencia artificial: el juego de Go.
…pasada, que a mí me parece que ha quedado muy chula, sobre todo porque no he intervenido yo así que es un disfrute de escuchar con dos protagonistas del desarrollo de la inteligencia artificial en esta última década que son las personas cuyos rostros ven en. la imagen de portada de este episodio, se llaman Pushmit Colley, el que aparece con un turbante y Tore Greipel, yo lo he pronunciado fatal pero María se ha pegado el curre de buscar cómo pronunciarlo adecuadamente y además hablarles a cada uno de ellos en su idioma natal, que también te lo ha traducido, porque uno de ellos su idioma natal es hindi y el otro es alemán. Y pues son del laboratorio DeepMind de Google, que saben que ha sido uno de los grandes motores de la inteligencia artificial en los últimos 15 años o así, y sobre todo porque estos días se cumple un aniversario muy importante que son 10 años de esa partida de Go, el juego, Ese juego asiático del que ahora nos hablará Alberto, que es muy aficionado. De hecho, yo recuerdo que de esto hablamos en Coffee Break hace 10 años y que yo no sé si llegamos a hablar de cuando tuvo lugar esta partida, pero sí que hubo episodios en los que…
Significado #1 · Palabras #2
Héctor Socas introduce los temas a tratar en el episodio, incluyendo avances en aprendizaje profundo como la victoria de AlphaGo sobre un campeón de Go, así como otros temas diversos como el embalsamamiento egipcio y experimentos con criogenización cerebral.
Habla: Héctor SocasSignificado #12 · Palabras #11alphago derrota campeón goembalsamamiento momias egipto antiguocriogenización tejido cerebralteorías conciencia debate científico…felicidad. Quizás hay una moraleja escondida en esto y la clave de la felicidad es el justo equilibrio. Buen tema para un tratado de autoayuda. Pero no estamos aquí hoy para eso, sino para tertuliar sobre la actualidad de la ciencia. Hoy nuestro recorrido nos Lleva a los orígenes del aprendizaje profundo moderno; vamos a retrotraernos 10 años a ese gran hito de DeepMind cuando su sistema AlphaGo derrotó en una partida legendaria al gran campeón humano de Go. Pero no solo de IA vive el Cientófilo, y tenemos más temas: el embalsamamiento de las momias en el Egipto Antiguo, los experimentos sobre criogenización de tejido cerebral, lo que algunos ven la antesala de la hibernación. Continuaremos el debate sobre las teorías de la conciencia y más cosas que irán surgiendo, seguro. Pasen y pónganse cómodas; que están ustedes en la compañía de Coffee Break Señal y Ruido. Ya Saben que tenemos una página web que es señalirruido.com. En esa página pueden encontrar todos los episodios anteriores, los 550 episodios que ya hemos producido contando este más todos los audios bonus, extra; también todas las referencias de los temas que…
Héctor Socas presenta una entrevista grabada previamente con Pushmit Colley y Tore Greipel, destacando su trabajo en DeepMind de Google y la importancia del aniversario de un hito en inteligencia artificial: el juego de Go.
Habla: Héctor SocasSignificado #1 · Palabras #2aniversario diez años partida go deepmindidioma hindi pushmit colleylaboratorio deepmind de google inteligencia artificial…pasada, que a mí me parece que ha quedado muy chula, sobre todo porque no he intervenido yo así que es un disfrute de escuchar con dos protagonistas del desarrollo de la inteligencia artificial en esta última década que son las personas cuyos rostros ven en. la imagen de portada de este episodio, se llaman Pushmit Colley, el que aparece con un turbante y Tore Greipel, yo lo he pronunciado fatal pero María se ha pegado el curre de buscar cómo pronunciarlo adecuadamente y además hablarles a cada uno de ellos en su idioma natal, que también te lo ha traducido, porque uno de ellos su idioma natal es hindi y el otro es alemán. Y pues son del laboratorio DeepMind de Google, que saben que ha sido uno de los grandes motores de la inteligencia artificial en los últimos 15 años o así, y sobre todo porque estos días se cumple un aniversario muy importante que son 10 años de esa partida de Go, el juego, Ese juego asiático del que ahora nos hablará Alberto, que es muy aficionado. De hecho, yo recuerdo que de esto hablamos en Coffee Break hace 10 años y que yo no sé si llegamos a hablar de cuando tuvo lugar esta partida, pero sí que hubo episodios en los que…
Héctor Socas explica la diferencia entre la complejidad de programar máquinas para jugar al ajedrez y a juegos como el Go, destacando que el ajedrez es más fácil de programar.
Habla: Héctor SocasPalabras #9ajedrez más fácil programarinteligencia artificial google ajedrezjuegos como el go complejidad…humanos en ajedrez y otros juegos así intelectuales, ¿no? Pero yo creo que la gran diferencia es que hasta ese momento eran máquinas programadas y ya, y claro, eso de programar, esa filosofía de programar no sirve para un juego tan complejo como el Go. Incluso para el ajedrez valía, fíjense ustedes: el ajedrez es un juego que tenemos como algo tan complejo y tan elevado intelectualmente. Es más fácil programar máquinas que puedan derrotarte en ajedrez que en juegos como el Go. El logro es que aquí ya empezaba; esto era parte de un proyecto de Google de desarrollar inteligencias artificiales que pudieran jugar y aprender las reglas de los juegos. Aprenderlas según iba jugando. Y esto decíamos: María que nos recordaba juegos de guerra, como decían desde el principio de la película: que Whopper estaba continuamente jugando a la Tercera Guerra Mundial y ese fruto de estar 24 horas al día, 7 días a la…
Héctor Socas agradece a Mariana Aquero, del departamento de comunicación de Google en España, por ponerse en contacto con el podcast para promocionar el décimo aniversario del Movimiento 37 en el juego de Go.
Habla: Héctor SocasPalabras #4aniversario movimiento 37 googlemariana aquero departamento comunicación googlepromoción aniversario juego goagradecimiento mariana google españaentrevista personas difíciles contactodepartamento comunicación google facilita entrevistagrabación técnica héctor socasparticipación juan carlos gil entrevista…décimo aniversario del día en el que se jugó la partida del famoso Movimiento 37, del cual hablaremos ahora y Alberto nos contará un poco, pero que fue algo muy rompedor e inesperado, un movimiento que hizo la máquina que fue sorprendente para todo el mundo. Entonces, pues Google ha estado estos días promocionando este aniversario, contactando con medios de comunicación y en nuestro caso, debo decir que quiero dar las gracias a Mariana Aquero, del Departamento de Comunicación de Google en España, que se puso en contacto con. nosotros porque Mariana, según nos confesó, es oyente del programa y a ella le hace ilusión el ofrecernos esta posibilidad y que esta entrevista a estas dos personas, que ahora comentaremos un poco pues que pudiéramos tener esta oportunidad en Coffee Break y le quiero dar las gracias porque bueno es gente con la que es muy difícil poder contactar y poder tener esta oportunidad de estar hablando con ellos y el departamento de comunicación de Google a través en este caso de Mariana pues no facilitó esa entrevista no fue fácil porque bueno hubo también que reprogramar éramos por nuestra parte tres personas que iban a partir bueno de hecho 4 conmigo porque yo iba a estar grabando y encargándome de la parte técnica, más María, Alberto y Juan Carlos que iban a estar encargándose de hacer la entrevista propiamente dicho, más los dos Entrevistados, más Mariana, pues era como había que juntar a mucha gente y algunas, en este caso, tanto Pushmit como Tore, pues con personas con agendas muy complicadas. Así que nuestro agradecimiento; yo tenía también ciertas dudas de cómo íbamos a hacer…
Alberto Aparici sugiere introducir brevemente un tema antes de reproducir la entrevista, ya que el tiempo disponible durante la misma no permitía explicar ciertos aspectos.
Habla: Alberto ApariciPalabras #20introducción al tema antes de entrevistatiempo limitado en la entrevista aparicimini introducción para entender entrevista…muy redondo. Ya solo falta que un día pongamos una IA entrevistar a otra IA sobre el desarrollo de la IA y que nos lo ponga, y no tenemos oyentes humanos sino que haya otras IA que lo escuchen y entonces ya habremos cerrado el círculo completamente. Bueno, pues nada, antes de dar paso a la entrevista, si quieren comentar cosas, ¿no? Por ejemplo, sí, Juan Carlos Alberto, quizá que haga una pequeñísima introducción a algo Sí, podríamos empezar por ahí, efectivamente Sí, exacto, porque es que en la entrevista el tiempo que había era el que había y no daba tiempo a explicar cosas Entonces yo di por sentado que iba a hacer una mini introducción a algo en estos minutos para que entendáis lo que estamos diciendo en la entrevista Básicamente el Go es un juego de tablero, se juega encima de algo plano y básicamente es un juego en el que hay dos jugadores, cada uno juega con piedras de un color; las piezas se llaman piedras en el Go de forma convencional. Tradicionalmente las negras han…
Alberto Aparici explica que la gran dificultad computacional del juego de Go radica en la posibilidad de jugar en cualquier casilla vacía del tablero, lo que genera un número muy grande de posibles jugadas.
Habla: Alberto ApariciPalabras #18go casilla vacía tablerojugada 37 entrevista greppeldificultad computacional juego go…¿vale? Entonces, este asunto de que todo va sobre rodear en el Go: obtienes puntos rodeando casillas vacías y matas a las piedras del contrario también rodeándolas y en el momento en que las has ahogado por completo desaparecen del tablero; es fundamental. La dificultad computacionalmente que tiene el Go es este asunto de que tú, partiendo de una situación que ves en el tablero, tú puedes jugar en cualquier casilla que no esté llena; por lo tanto, el número de jugadas es muy grande. Esto lo explicará Greppel en la entrevista y, por añadir una cosa más, simplemente hablamos bastante en la entrevista de la famosa jugada 37. El alfago costó un tiempo estar seguros de que era tan fuerte como a día de hoy sabemos que es. Hicieron una primera prueba haciéndole jugar contra el campeón de Europa. Para los oyentes que no sepan mucho de Go, los países fuertes en Go son China, Japón y…
Francis Villatoro comenta sobre una jugada inusual realizada por Lee Sedol durante un enfrentamiento contra AlphaGo, donde intentó confundir a la máquina con movimientos inesperados.
Habla: Francis VillatoroSignificado #2 · Palabras #7jugada inusual lee sedol alphagomovimientos inesperados alphago deepmindmáquina confundida por lissedolvictoria humana contra alphagolee sedol vence a fagódeepmind parchea defecto alphagoaprendizaje jugando contra la máquina…las partidas a Lissedol 4-1, Alberto 4-1, 4-1, sí la cuarta la ganó la cuarta es el retorno de la humanidad y recordad, la cuarta la ganó Lissedol y acojonó a Dismain porque Dismain dijo: como me gane la quinta, porque lo que hizo fue engañar a la máquina. Queda dudoso, ¿no? Lissedol hizo una jugada absolutamente idiota en plan: esto la máquina no lo va a entender y va a fallar, que es que estuvo probando muchas cosas y lo logró; la máquina completamente se perdió, no se enteró de nada, de la misa a la mitad y entonces pensaron los de DeepMind, como en la quinta vuelva a hacer lo. Mismo Licedol, con que gane 2 de 3, ya el humano ha ganado la máquina porque el humano ha tenido que aprender a jugar contra la máquina y lo ha logrado y la ha vencido; entonces era fundamental que en la quinta volviera a ganar al Fagó y ganó al Fagó. Claro, y DeepMind confesó que entre la cuarta y la quinta parcheó ese defecto, muy a posterior y varios años después, así se aprende. También, bueno quería llegar con todo esto al famoso segundo juego, que es donde tiene lugar la jugada 37, de la que hablamos en la entrevista. Y de hecho lo están preguntando también en el chat, lo acabo de ver entonces, la jugada 37 es básicamente una…
Juan Carlos Gil explica que Pushmit Kohli, aunque inicialmente no formó parte del equipo central de AlphaGo en IBM, fue posteriormente reclutado por DeepMind y ahora ocupa un puesto de investigación senior en Google DeepMind.
Habla: Juan Carlos GilSignificado #15 · Palabras #1thor greipel deepmind inteligencia artificialcontrol partido famosísimo isidolcreador fagón deepmindorigen hindú pushmet kohliturbante y religión pushmet kohlirelación turbante religión hinduismopushmit kohli investigador senior googledepmindinvestigación inteligencia artificial asuntos científicosdesarrollo alfago por pushmit kohli…lo podría pronunciar así, pero bueno, me quise asegurar y me dijo: sí, sí, digo, vale. Sí, dijo que lo habías pronunciado muy bien Juan Carlos; quieres rápidamente hacer la introducción y pasamos ya a poner la entrevista. Bueno, pues sí, estas dos personas. Thor Greipel, disculpad, es un científico de DeepMind especializado en inteligencia artificial, en particular aprendizaje automático y era especialmente relevante en este contexto porque fue parte del equipo original y estuvo en Seúl jugando, aportando su control al partido famosísimo contra el Isidol. De hecho, en su página personal aparece: Contribuí a crear al fagón. Es como quizá la frase que quede para la historia. Además, se explica como un libro abierto. Vamos, a mí me dejó realmente impresionado oírle. Pushmet Kohli, el hindú, no estaba entonces en DeepMind; creo que estaba en... Perdón, es que no sabemos si es hindú, porque hindú es una religión. Ciertamente. Es de origen hindú. Bueno, pero lleva el turbante, ¿no es eso estar relacionado con la religión? Sería sí. No, sí, no, sí. Correcto, vale. Bueno, pues estaban, no sé si en IBM en aquel momento, bueno, que no estaba en DeepMind, o sea que no formó parte core del equipo de AlphaGo, sin embargo luego DeepMind le reclutó y ahora es investigador senior y vicepresidente de Research, de investigación de inteligencia artificial para asuntos científicos en Google DeepMind y entonces él sí fue parte pivotal en el desarrollo de alfago, digamos, de alfafol quería decir, perdón, sí, y de otros proyectos científicos que si tenemos tiempo comentamos, alguno de ellos saqué a colación en la entrevista. Vale, pues vamos ya con la entrevista. Perfecto, gracias chicos. Pues ponemos la entrevista y volvemos aquí un ratillo; dura 26 minutos casi exacto. Sí, María. Quiero decir que tenemos suerte de tener a Juan Carlos y Alberto porque creo que no puede haber mejores…
Francis Villatoro reflexiona sobre el impacto de la inteligencia artificial en la ciencia, destacando cómo AlphaGo demostró la capacidad de las máquinas para superar el conocimiento humano.
Habla: Francis VillatoroSignificado #19alphago superando conocimiento humanomovimiento 37 ciencia biologíareplicar movimiento 37 computación cuánticadescubrimientos movimiento 37 informática…avances científicos como Alphafold y otros sistemas de IA diseñados para apoyar el descubrimiento científico. Entonces, desde su perspectiva, ¿cuál es el papel más emocionante que la IA puede desempeñar en la ciencia en este momento? Gracias por la pregunta. Creo que es un momento muy interesante en el campo de la inteligencia artificial y en el campo de la ciencia. Lo que AlphaGo inició fue esta increíble realización de que las máquinas pueden ayudarnos a ir más allá del conocimiento humano. En el movimiento 37, nos demostró que las máquinas pueden exhibir creatividad, novedades y realmente ayudarnos a pensar y obtener una mejor comprensión, no solo del juego de Go, sino que si pueden hacerlo para el juego de Go, probablemente puedan hacerlo para nuestra comprensión del mundo. Y durante los últimos 10 años más o menos hemos estado en esa misión de replicar ese movimiento 37 en muchos campos de la ciencia, en biología, en ciencia de materiales, en predicción del clima, en fusión, en computación cuántica, en matemáticas, en informática y en todos estos diferentes dominios estamos viendo que existen este tipo de descubrimientos de Movimiento 37 y por eso estamos viviendo un momento muy emocionante hoy. Veremos una aceleración dramática de la ciencia con este poderoso paradigma que AlphaGo ha desatado y estamos viviendo el legado de ese momento en particular. Muchísimas gracias, realmente muy interesante. Ahora vamos a seguir con Alberto. Sí, gracias María.…
Francis Villatoro reflexiona sobre cómo los modelos de redes neuronales están logrando predicciones efectivas en el clima al aprovechar patrones estadísticos inherentes a la naturaleza.
Habla: Francis VillatoroSignificado #6redes neuronales simulación climaatajos interesantes modelos climáticosfenómenos inexplicados redes neuronalesprueba de concepto simulaciones climaredes neuronales simulan climasupercomputadoras vs redes neuronaleschip para simulaciones climáticasteoría desconocida modelos climáticosredes neuronales predicciones climapatrones estadísticos inherentes naturalezacomplejidad inherente al problema climáticointerpretabilidad de los resultados limitada…que podamos predecirla tenemos que resolver esas ecuaciones. ¿Y eso ocurrió a nivel de la comprensión de las estructuras proteicas porque allí estábamos realizando simulaciones moleculares dinámicas? Y eso también ocurrió a nivel de la comprensión del clima. donde ahora tenías que, o sea, estabas simulando el tipo de clima y tratando de ver qué sucedía. Lo que las redes neuronales nos han demostrado es que a veces existen atajos muy interesantes que quizás no llegamos a apreciar o a comprender del todo y para los cuales no poseemos la teoría actual que los explique. pero de alguna manera hay una prueba de concepto que lo valida. Hay una prueba de existencia de que el modelo con mucha menos cantidad de computación de la que una supercomputadora necesitaba en más de un día para obtener un nivel de rendimiento similar puede ser superado por una red neuronal operando en un solo chip. Así que hay algo ahí que está aprovechando que el modelo ha utilizado y no comprendemos completamente en este momento cuál es esa teoría en la que está basándose Pero hay algo en las estadísticas de la naturaleza que el modelo es capaz de aprovechar y está operando no en la complejidad del peor de los casos sino en la complejidad inherente al problema mismo, lo que le permite predecir las cosas de manera muy efectiva. Y esto es un poco a costa de la interpretabilidad de los resultados, ¿verdad? Lo que significa. Quiero decir, definitivamente hay un papel para esas ecuaciones porque nos dan una comprensión más profunda. La ecuación de Navier-Stokes, ¿no? Sí, sí, exacto. Entonces creo que es decir, puedes desplegar y ver exactamente qué cálculos se han realizado, así…
Francis Villatoro reflexiona sobre cómo los científicos de la computación se han centrado tradicionalmente en la complejidad computacional, mientras que las redes neuronales parecen haber aprovechado una menor complejidad teórica de la información para encontrar soluciones.
Habla: Francis VillatoroSignificado #17complejidad computacional científicosredes neuronales complejidad informaciónsoluciones redes neuronales villatoro…representan una mejor aproximación a ese conjunto mucho más amplio de cálculos que originalmente habríamos necesitado llevar a cabo. Bueno, así que quizás hay una complejidad teórica de la información del problema y luego está la complejidad computacional del Problema y siempre como científicos de la computación hemos estado pensando en el tipo de complejidad computacional. ¿Cómo representamos ahora el sistema y calculamos un estado final mientras que la complejidad de la información del problema, la complejidad teórica de la información del problema era mucho menor? Y las redes neuronales de alguna manera lo aprovecharon para, por así decirlo, dar con esas soluciones que son mejores. Pero yo no creo que hayamos encontrado una respuesta completa a la pregunta que planteaste. Es un problema de investigación activo, digamos, sobre cómo estos modelos son capaces de extraer y hacer estas predicciones asombrosas con menos capacidad de cómputo. Y ¿cuál es el límite? ¿Cuál es el límite real, el verdadero límite de cuánto más eficientes…
Francis Villatoro explica las consecuencias del sobreaprendizaje en redes neuronales, señalando que es contraproducente y requiere un aprendizaje suave pero extenso con una red neuronal lo suficientemente grande.
Habla: Francis VillatoroSignificado #5sobreaprendizaje en redes neuronalesaprendizaje suave con red neuronaltamaño similar a conjunto tokensinteligencia artificial romper paradigmas…que saben los filólogos, lo único que tienes que hacer es aprender correlaciones entre datos y los datos es leer muchos textos, tener muchos tokens, y cuanto más tokens tienes, cuanto más información tienes aprendida, y eso sí, no sobreaprendida, porque como Sobreaprendas, peor todavía. Tienes que aprender en muy poquitas épocas, tienes que aprender de manera muy suave, pero mucho, con una red neuronal suficientemente grande para que tenga un tamaño similar al conjunto de tokens y eso era romper completamente todo lo que se sabía de inteligencia artificial y cuando se hizo eso se descubrió que el lenguaje natural es. trivial, las correlaciones que aprenden los bebés y los niños las aprenden fácilmente porque en realidad el lenguaje es trivial y lo mismo hemos observado con el ajedrez o lo hemos observado con el go; son juegos humanos por lo tanto son triviales. Si tú…
Francis Villatoro explica cómo la aplicación de reglas a grandes modelos de lenguaje en inteligencia artificial implica que estas redes neuronales sean tan extensas como el conjunto de datos y se expongan repetidamente a los mismos datos para evitar el sobreaprendizaje.
Habla: Francis VillatoroSignificado #14reglas en inteligencia artificial modelos lenguajeevitar sobreaprendizaje repetición datosfrancis villatoro reglas inteligencia artificial…lo que puedes aceptar que cometa errores en las construcciones y en los modismos, que no entienda bien ciertos dejes, ciertos dobles sentidos porque ha aprendido una segunda lengua o sea, se planteaban eso como casos pilotos para montar un test de Turing y De repente, cuando te llegan los grandes modelos de lenguaje con el modelo de atención y tú aplicas una serie de reglas que nunca se habían aplicado en inteligencia artificial, que es básicamente las redes neuronales tienen que ser muy grandes, tan grandes como el conjunto de datos, y las redes no tienen que aprender muchas veces. Muéstrale todos los datos una, dos, tres, cuatro, cinco veces, pero no las muestres muchas más que sobreaprenden y entonces lo hacen peor. Son reglas muy tontas, muy sencillitas, claro. Ahora ya estás trabajando con billones, literalmente, billones de tokens en los aprendizajes y estamos hablando de una o dos épocas de entrenamiento, no más, porque literalmente no hay cómputo para hacer más; o…
María Ribes introduce la adquisición del lenguaje natural como un proceso cognitivo complejo, lamentando la imposibilidad de observar directamente el funcionamiento interno del cerebro durante este proceso.
Habla: María RibesSignificado #16adquisición lenguaje natural proceso cognitivocerebro funcionando imposibilidad observación directaestructuras adquisición lenguaje natural…eso es ambigüedad semántica, pero la ambigüedad, ay, le daba algo, la ambigüedad sintáctica, lo que te digo; a ver, tú crees que no lo sabes, pero sí que lo sabes. Tú sabes lo que es un verbo, un adjetivo, a lo mejor no eres consciente, y eso es lo que. se llama la adquisición, la magia y el misterio del lenguaje natural, que como es un proceso cognitivo, lástima, no se puede abrir un cerebro mientras está funcionando, pero que las estructuras... Bueno, ahora hablamos de eso. Ok, te he mirado por eso Pero, ¿esto hay que decir algo? Porque ha salto aquí un mensaje y lo he cerrado No, no, no, termina tu argumentación, solo estaba diciendo que Vayamos reconduciendo para volver al tema. Bueno, pues eso, que la sintaxis es necesaria, aunque no haya que hacer árboles ni saber definir lo que es un verbo. Pero tú, si no supieras eso, no podrías hablar ni podrías comprender lo que estamos haciendo ahora…
María Ribes continúa explicando detalles del artículo científico sobre momificación egipcia, mencionando una técnica específica utilizada en un estudio de 2023.
Habla: María RibesPalabras #15cgc cromatografía gases masastécnica cgc estudio momificación egipciaartículo científico técnica cgc 2023…animales y otra cosa de aquel paper que no me acuerdo si hablamos aquí era el damar una resina que se llama damar que yo no había oído en mi vida hasta que lo leí ahí que parece que proviene del Asia subtropical entonces claro amplía ese contexto de contactos Y la técnica que usaba en el 2023, eso lo explicó Héctor, era la CGC, Cromatografía de Gases y Espectrometría de Masas, que siempre estamos en ello. Pero este paper a la Cromatografía de Gases le añade, voy a leer las siglas, ya me diréis. vosotros lo que es Lo primero que sé que es HS, no, frecuencia, perdón, estoy muy tonta, es Headspace, HS, SPME, GC, Q, F, M, S Yo sé que lo primero es el Headspace, el SPME, Solid Face Micro Extraction, porque no tocan la muestra Pero esto, que me corrija…
María Ribes explica cómo funciona la técnica HS-SPME-GC-Q para analizar los olores de las momias egipcias, describiendo el proceso que implica meter la muestra en un vial para capturar el headspace.
Habla: María RibesPalabras #19vial headspace captura olores momiasfibra analiza compuestos volátiles…se dice algo así como basham o algo así. Entonces, entre esos espacios, entre las vendas, las telas donde se cubre el cuerpo y las sustancias aromáticas se forma una resina. Una resina que conserva esos olores ¿Y qué hacen con esta técnica que nos va a? explicar ahora Héctor¿ Es que yo lo que he leído y aquí lo que yo he podido entender es que la meten como en un recipiente y ahí dentro es como un vial y ese es el headspace, ¿no? Y ahí dentro sale el olor, meten una fibra y el olor, el compuesto volátil va a la fibra y luego vuelve otra vez a la materia y así se puede identificar. ¿Es así, Héctor? Bueno, yo que es lo único que entendía de ese paper, entonces a mí en estos trabajos me gusta mirar la parte técnica, ¿no? El instrumento que usan y tal. Y a ver, yo no es que sea tan poco experto en ningún tipo de cosas de este análisis…
Ignacio Crespo explica que las teorías de orden superior pueden desarrollarse paralelamente a otras, diferenciándolas de un tema futuro con orígenes anticientíficos.
Habla: Ignacio CrespoPalabras #17teorías de orden superior filosofíatransición investigación científica cogniciónnacimiento anticientífico próximo programa…de qué hablar. Nos quedamos entonces con otra, que es la Higher Order Theories, las teorías de orden superior. Estas tienen una particularidad y es que nacen desde planteamientos filosóficos. Ojo, tiene un planteamiento científico ahora mismo, que se puede Realmente desarrollar de forma paralela a las que hemos estado contando, no es como la que traeremos para el próximo programa, que tiene un nacimiento puramente anticientífico en ciertos aspectos y es más criticable. En este caso, tenemos una historia muy prolongada en la cual este tipo de explicaciones de teorías de orden superior se han tratado desde la filosofía de la cognición sin contar con investigaciones científicas y ahora está habiendo una transición. Esto significa que de las 5 que vamos a contar es la que cuenta con menos estudios realmente, estudios científicos, pruebas, etc. Y llega incluso al punto de que en el paper previo que comentamos, porque estábamos relacionando dos, no podían sacar grandes…
Ignacio Crespo explica cómo el primer nivel de representación sensorial por sí solo no sería suficiente para generar la sensación de conciencia. Argumenta que se necesita una segunda representación para dotar a la experiencia de características fenoménicas.
Habla: Ignacio CrespoPalabras #10textos preparados ignacio crespoteorías de orden superior representacionescerebro actividad relacionada sentidonaturaleza conciencia teoríasestado orden superior conciencia ignacio crespometa-representación estados primer ordenpercepción fuerza asertórica ignacio cresporepresentación sensorial conciencia ignacio crespoexperiencia fenoménica características representaciónsensación de realidad primer nivel…con menos estudios realmente, estudios científicos, pruebas, etc. Y llega incluso al punto de que en el paper previo que comentamos, porque estábamos relacionando dos, no podían sacar grandes conclusiones al respecto. Es por lo que a veces se deja de lado. Tengo aquí el textito que suelo preparar para que leamos asegurándonos de que está todo ahí donde toca y que vayamos explicándolo por partes. En este caso digo lo siguiente: Las teorías de orden superior implican que hay representaciones de primer orden, y que ¿significaría esto percibir directamente algo?, que nuestro cerebro tenga una actividad relacionada con un sentido, por ejemplo, la vista o el oído, pero que eso no es suficiente para la consciencia. Lo que plantean es que se requiere de un estado de orden superior, aparte de esta actividad directa relacionada con los sentidos, que monitorice o meta-represente ese estado de primer orden Y aquí es donde yo creo que lo aclaran con el siguiente, que ese meta-nivel dota a la percepción de fuerza asertórica Y ahora explicamos lo que es, que es la sensación de realidad Solamente con el primer nivel de representación, sería la actividad más directa a través de los sentidos, no podríamos decir que somos conscientes de eso Tendría que haber otra representación, y aquí hay una cantidad de explicaciones amplísima, entraremos en ella, que se relacione con la primera y que la dote de esa característica de esa experiencia fenoménica que comentábamos, del rojo que percibimos, y no solamente la información Bueno, pues aquí Hay mucha variedad, tenemos algunas teorías de orden superior que plantean que este estado de orden superior es sparse; suelen llamarle, y es que no aporta gran cosa a la información que tenía el primer estado, y otros que consideran que es más rico y que sí…
Ignacio Crespo aborda la dificultad de explicar teorías sobre representaciones de orden superior en la conciencia, comparando el problema con una serie de tortugas apiladas para ilustrar cómo se sostiene el mundo.
Habla: Ignacio CrespoPalabras #12predicciones teorías orden superiorconciencia corrección errores predicciónmodelos predicción cerebro ignacio crespoconciencia maximiza errores cerebralespredicciones cerebrales ignacio crespomodelización características cogniciónrepresentaciones de orden superior concienciatortugas apiladas sostenimiento del mundoredes características representaciones superiores…que es igualmente funcional Francis cuando percibe una manzana que tiene delante, pero luego a la hora de reportarlo y de imaginarlo se producen diferencias. Esto ya plantea cuestiones interesantes para seguir investigando y para seguir viendo por dónde va. El caso que yo quiero traer aparte es que, aparte de estas teorías de orden superior, dentro de ellas hay algunas predicciones más específicas que incluso trabajan con modelos que tienen que ver con la predicción. No son las que vamos a hablar dentro de uno o dos programas, pero hablan de la predicción y entienden que la conciencia podría ser, esta es la cosa, la corrección de los errores de predicción que hace nuestro cerebro. al comparar lo que ha predicho con lo que está recibiendo. que en los casos en los que está consciente esos errores se maximizan, se potencian para poder detectar esa diferencia y a partir de esto han sacado algunas predicciones interesantes que parecen modelizar bien algunas características de la cognición pero que se quedan todavía muy lejos de llegar a ser predictivas, fuertes y que hay que seguir desarrollando. yo creo que es la más complicada de explicar bien porque primero es bastante ambiguo que significa eso de orden superior y a la vez que propiedades tiene esa representación de orden superior que no requiera de una tercera representación que esté por encima porque parece un poco como si le estuvieran dando una patada al balón y yendo siempre hacia adelante que había antes bueno pues lo explico con una tortuga las tortugas que se iban apilando una sobre otra para explicar cómo se sostenía el mundo Pues en este caso plantean que podría haber características de esas redes que se estructuran y que conforman las representaciones de orden superior que fueran distintas, pero no entran a decir en ¿Qué consisten? sería una diferencia relevante, Ignacio. Tengo una pregunta que no sé si se debe a que igual no he seguido del todo con detalle. Yo creo que este me ha costado más porque es más complejo y aparte ya vamos cansados todos, creo. Ya, sí, eso…
Ignacio Crespo explica que las diferentes explicaciones presentadas en el programa comparten similitudes, especialmente al abordar temas como la predicción y la corrección de errores.
Habla: Ignacio CrespoPalabras #14predicción y corrección de erroresprocesos predictivos comparten similitudesexplicaciones orden superior…va a abrir debate, que es lo que ha pasado todas las veces, y ahí cuesta más calcular el tiempo. De todos modos, lo que creo que sí que podemos hacer, no por alargarlo mucho más, pero aprovechando que tenemos ese espacio, es que hemos planteado tres, ya en lo Que llevamos de explicaciones, que creo que es relevante decirlo, puede parecer que comparten muchas cosas. Por ejemplo, realmente hemos hablado hoy de estas de orden superior y cuando hablemos de las de predicción, procesos predictivos, que es la última, veremos que también habla de predicción; habla de la corrección de errores, establece que ahí ya hay una característica relevante, pero, y esto es lo importante, similitudes va a haber muchas, porque todavía no sabemos lo que estamos buscando, muchas. Y porque los procesos son complejos. Lo importante es dónde pone cada una el énfasis y si consigue particularizarlo de alguna manera; que ese énfasis es aislable y podemos decir: vale, teníamos todo, sí, de acuerdo, teníamos todo lo que también nos pedía esta…
Ignacio Crespo explica cómo la activación de redes neuronales de segundo orden es necesaria para generar experiencias fenoménicas.
Habla: Ignacio CrespoSignificado #7redes neuronales segundo ordenexperiencia fenoménica redes neuronalesprimer programa experiencia fenoménica…y podemos decir: vale, teníamos todo, sí, de acuerdo, teníamos todo lo que también nos pedía esta otra, pero lo importante es que está presente esto y que si esto en concreto desaparece, pues vemos que no se cumplen las predicciones que habíamos hecho. En este caso, sería justo lo que dice el nombre, que haya otra actividad, otra red activada que sea de segundo orden y que veamos cómo hay casos en los que se puede activar solo las redes de primer orden y que, en ese caso, no hay una experiencia fenoménica, o al menos, que esto ya lo comentamos en el primer programa, no pueden reportar que la haya. Esto, perdón Ignacio, va a ser como la cita de Holden, ¿no? De Halden, perdón; Holden es el de The Expanse. La cita de Halden que mencionábamos antes, ¿no?; que cuando se sepa lo que es la conciencia, los autores de estas cinco teorías dirán: “Ven, estaba…
Ignacio Crespo resume que existen diferentes escuelas sobre la localización de redes metacognitivas en el encéfalo, algunas sugieren una distribución más amplia y otras una localización específica.
Habla: Ignacio CrespoSignificado #11redes metacognitivas en el encéfalorendimiento parecido patrones primer ordenprocesamiento consciente propiedades distintas ignacio crespo…lo entendemos en su sentido más amplio hay distintas escuelas y hay algunas que te dirán que está más distribuida, otras más localizada; localizada dónde entonces está localizada donde decía la del trabajo global o donde decía, claro, y ahí hay una cuestión. En cualquier caso, lo que dice es que hay una segunda y que se pueden presentar para un rendimiento parecido una o dos patrones en el que sólo está presente la de primer orden y en el que están presentes las dos, y que habrá propiedades distintas que solemos asociar con el procesamiento consciente. Esa es un poco la clave. Esta teoría tiene, entre comillas, más implicaciones desde el punto de vista de lo que es la conciencia artificial porque es una de las cosas arquitectónicas que se están planteando en ese campo el definir en paralelo a las redes de aprendizaje profundo que…
Ignacio Crespo reflexiona sobre la posibilidad de que existan subestructuras en el cerebro con una conciencia mínima y experiencia fenoménica, planteando si esta podría ser natural.
Habla: Ignacio CrespoSignificado #3conciencia mínima en subestructuras cerebralesexperiencia fenoménica mínima cerebroprocesamiento no mecánico información cerebral…tiene que estar experimentando porque lo está viendo; está viendo una reacción en él. Cabe la posibilidad de que haya una estructura en su cerebro, en este caso todo un hemisferio, que sea consciente pero que tenga limitada la capacidad de comunicarse y eso. Una pesadilla para esa conciencia, puede que sea totalmente natural. Entonces, la pregunta es: ¿estamos seguros de que no hay subestructuras en nuestro cerebro que, por su forma de conectarse y de procesar la información, tengan algún tipo de conciencia mínima, de experiencia fenoménica mínima? Tal vez no tan compleja como la que tenemos nosotros cuando vemos un pájaro, pero que tampoco sea un procesamiento totalmente mecánico, por decirlo así, de la información. Sí, automático ¿no? Claro, cabe la posibilidad de que haya pequeñas islas que no estén tan conectadas o que no podamos reportarlas y esto es un poco lo que también nos lleva a decir: ¿y si en sistemas eléctricos suficientemente complejos, desde una…
Ignacio Crespo continúa discutiendo sobre la naturaleza de la conciencia mínima, comparándola con experiencias fenoménicas en animales de menor complejidad cognitiva.
Habla: Ignacio CrespoSignificado #9experiencia fenoménica animalesconciencia mínima complejidad cognitivaignacio crespo conciencia animal…pero quiero saber ¿el caso mínimo de esa graduación es el cero o hay un salto entre el cero y el verdadero nivel mínimo de conciencia? Y ahí hay un salto cualitativo. Me parece razonable plantearlo. Y creo que en esta línea, lo que decía, quitamos. La memoria y también hay algún tipo de experiencia fenoménica, pero muy distinta a la nuestra. Dicho tú, muy distinta a la nuestra, más parecida tal vez a la que habría en animales de una cognición menos compleja, volvemos a eso, y que nos cuesta a veces aceptar que puedan ser conscientes, pero igual es ese Tipo de conciencia, que nosotros no tenemos tanto reparo en afirmar si nos ponemos en ese experimento mental. Y a medida que vamos quitando cosas nos planteamos cómo se relaciona la consciencia con el resto de propiedades cognitivas que tenemos y si son…
Ignacio Crespo reflexiona sobre la naturaleza dinámica de las redes neuronales cerebrales y cómo el almacenamiento de información, como los artículos científicos leídos por Francis Villatoro, puede cambiar con el tiempo.
Habla: Ignacio CrespoSignificado #4memoria de francis villatororedes neuronales cerebrales dinámicasreconfiguración direccional de redesalmacenamiento de información en cerebro…como yo lo voy lesionando, no sé si estoy lesionando algo importante, pero como lo voy entrenando al mismo tiempo, entonces todo lo que la señora está entrenando, pues sé que lo que hubiera ahí se va a repartir por otras partes de la red neuronal cerebral. No es que se trasplante, efectivamente, pero incluso en estados totalmente fisiológicos, si yo ahora pudiera saber dónde tiene Francis codificado en su cerebro información relacionada con, por ejemplo, el último paper que ha leído, imagínate, y dentro de dos semanas fuera a buscarlo al mismo sitio exactamente, es probable que no esté ahí. Sabemos que hay pequeños movimientos de esas redes que se activan correlacionadas con determinados recuerdos o estímulos y eso es lo que se aprovecha en estos casos; que hay cierta facilidad para que se reconfigure simplemente que sea direccional esa reconfiguración para poco a poco conseguir que cambie un montón. Hay, aparte de estudios en humanos que son muy interesantes, hay estudios aún más radicales incluso con animales, lógicamente, y había algunos casos en los que habían conseguido desplazar totalmente la corteza visual de algunos animales, que en principio…
