Búsqueda · 33 momentos en 17 episodios
Juan Carlos GilSilvana TapiaLuisa AchaerandioGastón GiribetFrancis VillatoroHéctor SocasIgnacio Crespoelectrodo neuronal para jugar ponginteracción de juego en 5 minutospaleta enorme en sistema neuronalelectrodo codifica posición vertical pongregión sensitiva para juego pongocho electrodos posición verticalentrenamiento sistema neuronal juega pongFrancis VillatoroPongHéctor SocasYouTubeHubbleJames WebbRed NeuronalProfesor FalkenJuan Carlos GilTPUGPUDoomID SoftwareGoogle
Interacción de juego en 5 minutos
Ep549: Agujeros Negros; IAlucinaciones; Engranajes; Materia Oscura; Doom Neuronal
12 de marzo de 20267 momentos
Con
0:000:301:001:302:002:303:003:303:45
Francis Villatoro explica cómo se controla el sistema neuronal cultivado para jugar Pong, detallando que en cada momento solo se pueden activar hasta 32 electrodos y que esto permite realizar numerosas interacciones de juego.
…que le ponen reggaetón. Hay una figura en el artículo, un diagrama temporal; en vertical tienes todos los electrodos, los 1024 electrodos y después tienes la región de ruido. Se ve perfectamente porque se excitan muchos de ellos, más o menos aleatoriamente. En cada momento solo puedes excitar hasta 32, pero puedes elegir cuáles excitan. Entonces, de esa manera, en unos 5 minutos puedes proponer hasta 200 veces la interacción de juego: lo que es mover la bola hasta ver si choca con la pared o choca con la paleta. Recordad que la paleta es enorme. Pues en unos 5 minutos de entrenamiento, unas 300 etapas de entrenamiento, aparentemente el sistema neuronal aprende a jugar al juego. ¿Cómo codifico la posición? Fijaros que la bola tiene una posición horizontal y una posición vertical. La posición vertical la codifico con 8 electrodos en esa región sensitiva, en esa región de entrada. En esa región de entrada, que es una especie de rectángulo, yo elijo ocho electrodos, que son los ocho en los que voy a codificar la posición vertical. Entonces dependiendo de, solo voy a excitar uno de esos electrodos y es el que corresponda a, si eso está en horizontal lo pongo en vertical, a la posición vertical aproximada de la Bola, ¿y cómo codifico la posición horizontal con una frecuencia? La señal eléctrica que yo meto en ese electrodo, que tiene una pequeña duración, tiene una frecuencia. Si la frecuencia es de 4 hercios, es que la bola está en la pared opuesta a donde está la…
Significado #1 · Palabras #1
Héctor Socas y Juan Carlos Gil discuten sobre cómo jugar repetidamente a un juego puede ser una forma de desarrollar inteligencia, haciendo referencia a la película 'Guerreros' (WarGames) y al personaje del Profesor Falken.
Habla: Héctor SocasSignificado #10juego como desarrollo inteligencia…Mundial. Y ese concepto de como toda una línea de inteligencia artificial que empieza con AlphaGo y que nos lleva a revoluciones como el premio Nobel de 2024 por el plegamiento de proteínas y toda otra serie de cosas que está haciendo Dima, empiezan con Una máquina jugando muchas partidas a un juego, ¿no? O sea, cómo jugar mucho a un juego puede ser una forma de desarrollar una potencia de inteligencia. ¿Qué juego tan extraño? El único movimiento ganador es no jugar, ¿verdad? Profesor Falken. Sí, claro, la película sale del tercer raya, todo el rollo. Bueno, pero eso, todo eso parte de, claro, la película. El profesor Falken, este, o Falken, como se llame, es una especie como de reflejo de Fornoyman. Y Fornomen es el padre de la teoría de juegos, su versión moderna. Básicamente escribió los juegos de suma cero y es el matemático. Nash es el que plantea los de…
Héctor Socas explica cómo el telescopio James Webb permite reducir el tamaño de las secciones de imagen necesarias para analizar distorsiones causadas por la masa, en comparación con el Hubble.
Habla: Héctor SocasPalabras #3james webb y resolución de centésimasweb sensibilidad definición 100 galaxias…significativa que te apunte a que hay una masa allí que la distorsiona. Entonces, tenemos que dividir la imagen que vemos, tanto con el Hubble anteriormente como con el web, en trocitos pequeños en los cuales podamos ver del orden de 100 galaxias. ¿Qué pasa? Que con el Hubble, pues eso nos llevaba a trozos de prácticamente 2,5 por 2,5 minutos de arco para conseguir 100 galaxias pero con el web podemos reducir ese trocito porque las mismas 100 galaxias como tiene más sensibilidad y más definición podemos irnos a un minuto por un minuto o sea en cada trocito de un minuto por un minuto de arco recordemos que la resolución del web es de centésimas de segundo de arco bueno esta longitud de onda será peor será para lo mejor de 0,1 segundo de arco o sea digamos que en un minuto de arco tienes muchos píxeles del James Webb. Y entonces, si tú divides en trocitos de un minuto por un minuto, en cada uno de esos trocitos hay del orden de 100 galaxias. Y entonces tienes suficiente estadística como para hacer este mapa. Y entonces tenemos que distinguir entre los píxeles del James Webb, que como digo son de algo así como 0,1 segundos de arco, y los píxeles del mapa que son más o menos de un minuto de arco.…
Francis Villatoro explica cómo se controla el sistema neuronal cultivado para jugar Pong, detallando que en cada momento solo se pueden activar hasta 32 electrodos y que esto permite realizar numerosas interacciones de juego.
Habla: Francis VillatoroSignificado #1 · Palabras #1electrodo neuronal para jugar ponginteracción de juego en 5 minutospaleta enorme en sistema neuronalelectrodo codifica posición vertical pongregión sensitiva para juego pongocho electrodos posición verticalentrenamiento sistema neuronal juega pong…que le ponen reggaetón. Hay una figura en el artículo, un diagrama temporal; en vertical tienes todos los electrodos, los 1024 electrodos y después tienes la región de ruido. Se ve perfectamente porque se excitan muchos de ellos, más o menos aleatoriamente. En cada momento solo puedes excitar hasta 32, pero puedes elegir cuáles excitan. Entonces, de esa manera, en unos 5 minutos puedes proponer hasta 200 veces la interacción de juego: lo que es mover la bola hasta ver si choca con la pared o choca con la paleta. Recordad que la paleta es enorme. Pues en unos 5 minutos de entrenamiento, unas 300 etapas de entrenamiento, aparentemente el sistema neuronal aprende a jugar al juego. ¿Cómo codifico la posición? Fijaros que la bola tiene una posición horizontal y una posición vertical. La posición vertical la codifico con 8 electrodos en esa región sensitiva, en esa región de entrada. En esa región de entrada, que es una especie de rectángulo, yo elijo ocho electrodos, que son los ocho en los que voy a codificar la posición vertical. Entonces dependiendo de, solo voy a excitar uno de esos electrodos y es el que corresponda a, si eso está en horizontal lo pongo en vertical, a la posición vertical aproximada de la Bola, ¿y cómo codifico la posición horizontal con una frecuencia? La señal eléctrica que yo meto en ese electrodo, que tiene una pequeña duración, tiene una frecuencia. Si la frecuencia es de 4 hercios, es que la bola está en la pared opuesta a donde está la…
Francis Villatoro compara la versión simplificada del juego Pong utilizado en el sistema neuronal cultivado con una implementación más completa ejecutada en procesadores como TPUs o GPUs.
Habla: Francis VillatoroSignificado #12pong versión juguete sistema neuronalestudiante programa pong simplificadotpus y gpus implementaciones completas…si no, no, no, no, no, lo hacen por esto me ha gastado tanto y esto tanto para jugar al Pong, por aprendizaje, ¿vale? Dicen que esto aprende mucho más rápido, pero claro es que a las TPUs o a las GPUs les dan de verdad un juego del Pong, no les dan una. chorrada como esta, que esto es una estantería, ¿vale? El juego que han metido es una versión súper simplificada, muy de juguete, ¿vale? O sea, que se programa en cuatro líneas, bueno, en cuatro líneas de código no, pero en muy poquitas líneas de código un estudiante del programa, porque es un juego extremadamente simplificado. De hecho, un LLM te puede dar el código para programar ese juego que luego le pongas a las neuronas biológicas. Hay una pregunta sobre comparación entre neuronas electrónicas y biológicas, podemos luego en la sección de preguntas; podemos sacar el tema un…
Héctor Socas comenta sobre fragmentos de juego mostrados en un vídeo, señalando su brevedad y dificultad para distinguir si son aleatorios o no.
Habla: Héctor SocasSignificado #2 · Palabras #5fragmentos de juego aleatorios5 segundos tío girando pautaseis segundos coherencia en el juego…Y en el vídeo explican un poco las cosas, pero yo creo que más interesante es en los enlaces que hay debajo del vídeo; hay enlaces a los repositorios de GitHub del código que usan, ¿no? Y eso puede ser más interesante en los comentarios que hay ahí. De todas formas, yo lo que veo en el vídeo, ponen trozos de juego, trocitos de juego, que yo no sabría distinguir; además son muy breves. Son muy breves, del azar, ¿verdad? Exacto, yo no sabría distinguir del azar; no sé si ustedes lo han visto, pero te ponen 5 segundos, un tío girando por la pauta, disparando. De hecho hay un momento, o sea, tú eliges, tú pones esa cosa grabando un rato y si puedes elegir, seguro que puedes elegir 5 o 6 segundos en los que aquello haga algo mínimamente coherente, pero hay un momento que se va contra una pared y empieza a disparar a la pared; además parece que va disparando regularmente, cada 2 segundos dispara. Y hay un momento que se queda frente a una pared y le va disparando a la pared mientras va caminando; o sea, no tiene sentido nada. No me convence que haya un propósito o que haya una, no sé, lo cual no quiere decir que no esté aprendiendo; que a lo mejor no…
Héctor Socas explica el proceso mediante el cual la información del juego llega a las redes neuronales, describiendo la función de un 'encoder' que comprime los datos.
Habla: Héctor SocasSignificado #5mod de doom para investigaciónparámetros del juego disponiblesredes neuronales artificiales dare xxy21posición jugador enemigo cercanored neuronal encoderencoder comprime datos juegocapas comprimen parámetros…para empezar, no es el Doom, Doom, sino es una versión que, o sea, el ID Software, que es la empresa que lo creó, liberó el código fuente en 1997, pero, este dato lo miré hace poco, lo busqué en Google, no se lo pregunté un LLM, así que no es una alucinación El código está liberado pero los monstruitos, los demonios, las musiquitas todo eso no; todo eso tiene copyright entonces está hecho con un mod de esos que hace la gente y hay uno que es como muy estándar para hacer benchmarks entonces no es el Doom al que hemos jugado, es una versión del Doom digamos para investigación y entonces hay un ordenador que está corriendo el Doom y la información, los parámetros, las variables, la posición o sea, los parámetros están disponibles para el sistema; el sistema no está viendo la pantalla, está recibiendo los datos de dónde está el jugador, dónde está el enemigo más cercano, dónde está el otro enemigo, dónde están, y esa información es la que recoge el aparato en general. Y ahora el aparato, en el aparato hay tres redes neuronales: una es la biológica y otras dos son electrónicas, artificiales. ¿Por qué? Porque primero, esa información que viene del juego va a una red neuronal que es un encoder, o sea coge toda esa información y pasa por una serie de capas que comprimen y sacan unos poquitos parámetros de ahí; eso se llama una red tipo encoder, es una red neuronal artificial electrónica. El sistema es híbrido, hay que tenerlo claro, no es solamente tejido neuronal. Entonces ese encoder saca unos pocos parámetros que son los que van a los electrodos que inyectan la señal a las neuronas. Los electrodos estimulan las neuronas con lo que le dice…
Héctor Socas plantea un problema en el sistema híbrido: no se sabe con certeza qué red neuronal está contribuyendo a la mejora observada en el juego.
Habla: Héctor SocasSignificado #7red neuronal aprende comandos juegohipotética mejora aprendizaje juegotres redes neuronales contribuyen…y que aprenda. Entonces hay una red neuronal artificial, electrónica, que está aprendiendo cómo pasarle los inputs a las neuronas biológicas, y luego lo mismo a la inversa; las biológicas están empezando ahí a disparar spikes. ¿Y tú qué haces con eso? Pues no sabes entonces necesitas que alguien traduzca eso a comandos del juego entonces tienes otra red neuronal que también aprende y tal. Entonces, ¿cuál es el problema aquí? Que no sabemos si esa hipotética mejora que ellos dicen que han visto que ha ido aprendiendo a jugar no sabemos cuál de las tres o las tres es la que ha estado aprendiendo. Evidentemente ellos no son tontos son conscientes de esto y Lo que han hecho es una ablación. Es decir, han probado a congelar el aprendizaje de las otras de forma que se mantiene, ya no aprenden más las artificiales y ven que aún así sigue habiendo mejora en el rendimiento, pero no sabemos cuánto es esa mejora; puede…