Búsqueda · 27 momentos en 14 episodios
María RibesLuisa AchaerandioBorja TosarIgnacio CrespoFrancis VillatoroHéctor Socasmodelo matemático membrana neuronalperceptrón inspirado canales iónicosneurona computacional recibe informaciónneurona artificial abstracta en capasredes neuronales naturales del cerebrointegración de impulsos entre neuronasumbral de despolarización neuronalneuronas inhibidoras y estímulomodelos iniciales neuronas artificialesaprendizaje análogo a cerebrosredes neuronales conocimiento limitadoarquitecturas redes convolucionariasIgnacio CrespoPerceptrónStephen HawkingAldous HuxleyDarwinMaría Ribesefecto Joule
Modelos iniciales Neuronas artificiales
Con
0:000:301:001:302:002:303:003:29
Ignacio Crespo explica cómo los modelos iniciales de neuronas artificiales representaban bien el conocimiento limitado sobre las redes neuronales y cómo se desarrollaron sistemas de aprendizaje análogos a los del cerebro.
…muy conocidos de familias elitistas británicas, por supuesto; si os suenan sus apellidos, por supuesto que son de los Hawking y Huxley, que os puedan sonar de todas las cosas, son esos, o sea, el Bulldog de Darwin, el del linfoma de Hawking, están ahí todos. En cualquier caso hicieron un modelo muy interesante donde tenían en cuenta esos canales iónicos y eso inspiró que después se intentara abstraer en un modelo computacional de una neurona, una neurona más o menos, que era capaz de recibir una información, integrarla de hecho de distintos inputs, como que juntaba esos estímulos en su cuerpo, vamos a imaginarlo así, y luego daba una respuesta. Y a esto le llamaron perceptrón. Esta neurona artificial abstracta, combinándola por capas, pues teníamos unas primeras inteligencias artificiales; podríamos pensar en cuanto a que, bueno, se relacionaban de forma similar a las redes neuronales naturales que hay en nuestro cerebro. Muchas neuronas que se comunican entre ellas y que hacen dos cosas: integran impulsos, esto es que una neurona recibe impulsos de distintas neuronas y luego dan una respuesta. ¿Cuándo? Cuando el estímulo que han integrado, sumado de las distintas neuronas, supera un umbral. Si entre todas superan determinado umbral, yo disparo, me despolarizo, que es como se llama. Entonces, esto puede ser para estimular otras neuronas o puede ser con neuronas inhibidoras. Neuronas inhibidoras son aquellas que si reciben suficiente estímulo de otras neuronas, el impulso que comunican no es para activar. otras neuronas, es para inhibirlas. Ahí ya vemos un mundo, en este punto sí que es muy interesante como los modelos representaban bien lo poco que sabíamos sobre estas redes neuronales, como se desarrollaron algunos sistemas de aprendizaje, como creíamos que aprendían estas redes y era análogo a como podían aprender las redes naturales en los cerebros, hasta aquí muy bien, pero tiene sus límites y aunque ha inspirado los sistemas naturales, algunas arquitecturas interesantes como redes convolucionarias Convolucionales, no sé por qué Convulón me estaba sonando mal, pero sí basándose en... Convoluc, de convolución, convoluc, convoluc. Eso es lo que me estaba pasando: redes convolucionales, inspiradas en la arquitectura que tienen nuestras áreas visuales…
Significado #1 · Palabras #1
Ignacio Crespo analiza una nota de prensa sobre la creación de una neurona artificial y explica que, aunque suena impresionante, sus capacidades son limitadas y aún no se han realizado pruebas sólidas.
Habla: Ignacio CrespoSignificado #16 · Palabras #10neurona artificial capacidades limitadasinterfaces cerebro máquina biocompatiblesperceptron multicapa maria análisisanalogía neurona pruebas sólidas…he arrepentido, pero hay que darle un tirón de orejas a la institución de la nota de prensa porque se han venido muy arriba. Muy, muy arriba. Vamos a partir de eso para que nadie se haga ilusiones y luego realmente contamos lo que es interesante, que lo es. En la nota de prensa decían, efectivamente tenemos una neurona artificial, una neurona artificial con las capacidades correctas para comunicarse con un sistema nervioso que parece ser además biocompatible, que puede utilizarse pues eso, para hacer interfaces cerebro-máquina, tal vez chips neuromórficos, sonaba impresionante y es verdad a medias. ¿Podría? Pues subrayamos mucho el podría, no han hecho pruebas sólidas de su utilidad, de sus aplicaciones y llamarle neurona es pues una analogía, pero realmente si sabemos un poco de qué van estas cuestiones, eso sí nos lo podíamos oler. Entonces, sabiendo eso, vamos poco a poco y me gusta mucho una cosa, que es que hace un rato María has dicho, han usado un perceptron multicapa, no sé muy bien qué significa eso, bueno pues tiene todo que ver con esto. Nos vamos a remontar un poco, porque aquí en cualquier caso como eje tenemos la relación que existe entre una inteligencia artificial, una arquitectura de este estilo y la arquitectura del cerebro; el intento de comunicarse entre esos dos mundos, de decir:…
Ignacio Crespo explica cómo comenzó la investigación sobre la inteligencia artificial y la arquitectura del cerebro, mencionando el modelo matemático del funcionamiento de la membrana neuronal.
Habla: Ignacio CrespoSignificado #12 · Palabras #5modelo matemático membrana neuronalimpulsos eléctricos superficie neuronalintercambio de iones neurona…vamos a aprender del cerebro para construir nuestros sistemas y vamos tal vez a intentar arrojar luz con nuestros sistemas sobre cómo funciona el cerebro. Eso es una propuesta que lleva décadas arrojando, bueno, menos que más resultados, pero ha hecho cosas. Y esto empezó con un modelo matemático del funcionamiento de la membrana de una neurona. Esas células que componen la mitad de nuestro cerebro, vamos a decirlo así porque hay otras células, y que son capaces de transmitir de manera muy eficiente impulsos eléctricos por su superficie, luego liberan sustancias químicas que van a la siguiente neurona y se propagan de esa forma. Bueno, pues la manera en la que se comporta esa membrana se debe a un intercambio de iones cargados eléctricamente entre el exterior y el interior. Pues llega un momento, Hawking y Huxley, son dos científicos muy conocidos de familias elitistas británicas, por supuesto; si os suenan sus apellidos, por supuesto que son de los Hawking y Huxley, que os puedan sonar de todas las cosas, son esos, o sea, el…
Ignacio Crespo explica cómo los modelos iniciales de neuronas artificiales representaban bien el conocimiento limitado sobre las redes neuronales y cómo se desarrollaron sistemas de aprendizaje análogos a los del cerebro.
Habla: Ignacio CrespoSignificado #1 · Palabras #1modelo matemático membrana neuronalperceptrón inspirado canales iónicosneurona computacional recibe informaciónneurona artificial abstracta en capasredes neuronales naturales del cerebrointegración de impulsos entre neuronasumbral de despolarización neuronalneuronas inhibidoras y estímulomodelos iniciales neuronas artificialesaprendizaje análogo a cerebrosredes neuronales conocimiento limitadoarquitecturas redes convolucionarias…muy conocidos de familias elitistas británicas, por supuesto; si os suenan sus apellidos, por supuesto que son de los Hawking y Huxley, que os puedan sonar de todas las cosas, son esos, o sea, el Bulldog de Darwin, el del linfoma de Hawking, están ahí todos. En cualquier caso hicieron un modelo muy interesante donde tenían en cuenta esos canales iónicos y eso inspiró que después se intentara abstraer en un modelo computacional de una neurona, una neurona más o menos, que era capaz de recibir una información, integrarla de hecho de distintos inputs, como que juntaba esos estímulos en su cuerpo, vamos a imaginarlo así, y luego daba una respuesta. Y a esto le llamaron perceptrón. Esta neurona artificial abstracta, combinándola por capas, pues teníamos unas primeras inteligencias artificiales; podríamos pensar en cuanto a que, bueno, se relacionaban de forma similar a las redes neuronales naturales que hay en nuestro cerebro. Muchas neuronas que se comunican entre ellas y que hacen dos cosas: integran impulsos, esto es que una neurona recibe impulsos de distintas neuronas y luego dan una respuesta. ¿Cuándo? Cuando el estímulo que han integrado, sumado de las distintas neuronas, supera un umbral. Si entre todas superan determinado umbral, yo disparo, me despolarizo, que es como se llama. Entonces, esto puede ser para estimular otras neuronas o puede ser con neuronas inhibidoras. Neuronas inhibidoras son aquellas que si reciben suficiente estímulo de otras neuronas, el impulso que comunican no es para activar. otras neuronas, es para inhibirlas. Ahí ya vemos un mundo, en este punto sí que es muy interesante como los modelos representaban bien lo poco que sabíamos sobre estas redes neuronales, como se desarrollaron algunos sistemas de aprendizaje, como creíamos que aprendían estas redes y era análogo a como podían aprender las redes naturales en los cerebros, hasta aquí muy bien, pero tiene sus límites y aunque ha inspirado los sistemas naturales, algunas arquitecturas interesantes como redes convolucionarias Convolucionales, no sé por qué Convulón me estaba sonando mal, pero sí basándose en... Convoluc, de convolución, convoluc, convoluc. Eso es lo que me estaba pasando: redes convolucionales, inspiradas en la arquitectura que tienen nuestras áreas visuales…
Ignacio Crespo explica cómo un artículo ha encontrado una forma de crear pequeñas neuronas artificiales para componer nuevos chips neuromórficos, destacando una propiedad que estos tienen en común con la activación real de las neuronas.
Habla: Ignacio CrespoSignificado #5 · Palabras #7neuronas artificiales chips neuromórficosperceptrones activación real neuronasartículo ignacio crespo niveles complejidad…memoria a corto plazo, siempre hablamos de los hipocampos pero se almacena memoria también en la corteza cerebral, memoria motora en zonas relacionadas con el control motor. Hay ese solapamiento. Así que los chips neuromórficos en cierto modo intentan hacer Esto utilizando distintas estrategias. Pero ahora entraremos un poco en cuál es la que tienen en común con este artículo. Este artículo lo que dice es: hemos encontrado una forma de crear pequeñas neuronas artificiales que sumadas podrían componer nuevos chips neuromórficos que tienen una propiedad, y por eso le llaman neuronas artificiales, que no tendrían estos perceptrones y que se parece más a cómo se activan realmente las neuronas. Porque ese perceptrón hace algo tremendamente básico. De hecho, en el artículo lo comentan como si hubiera tres niveles de complejidad y el primer nivel de complejidad es el más sencillo. Integran la información y disparan. Le das la información con las neuronas previas, la suma y dispara. Punto. Una vez. Pero hay un segundo nivel de complejidad que no está. en estas neuronas, este estilo, que hay algunas en nuestro cerebro que se comportan así, sino en las neuronas, por ejemplo, de Purkinje, que están sobre todo en el cerebelo. Estas neuronas lo que tienen es que son capaces de, una vez las estímulos, bueno,…
Ignacio Crespo explica cómo el disulfuro de molibdeno presenta un comportamiento inusual al calentarse, disminuyendo su resistencia y aumentando la corriente, lo que busca emular la forma en que se dispara una neurona.
Habla: Ignacio CrespoPalabras #12disulfuro de molibdeno imita disparo neuronalonda gráfica corriente simula neuronaneuronas artificiales materiales sencillosimpulsos neuronales artificiales ignacio crespográfica rectangular subida bajada neuronalamplitud frecuencia impulsos neurona natural…su paso. Pero en el caso de este disulfuro de molibdeno pasa lo contrario: cuando se calienta, precisamente por efecto Joule al paso de la corriente, la resistencia cae y entonces la corriente aumenta. Y esto es lo ideal, lo que ellos necesitan para. que el comportamiento, la onda que se genera en la gráfica cuando representas la corriente, se parezca más Más, al menos, a cómo se dispara una neurona. Y esto ya es una cuestión que algunos críticos dirán que es puramente estética. Voy a intentar contarla muy fácil. Cuando se hacían neuronas artificiales con otros materiales más sencillos, Lo que vemos es que cuando la neurona dispara, la gráfica es una meseta, con una subida perfectamente vertical, rectangular prácticamente; esa subida y esa bajada, y ya está. Y había trenes de impulsos que podías hacer uno detrás de otro, en función de la amplitud y de la frecuencia, pues podías estimular unas neuronas naturales cuando lo conectabas con el cerebro u otras. Bueno, eso está muy bien. Pero ellos decían: el cerebro realmente, si yo mido cómo se despolariza la neurona, no veo esta subida abrupta, esta meseta perfectamente plana y esta bajada. Veo como dientes de sierra. Y aquí viene lo que son posiblemente especulaciones: si consigo hacerlo…
Ignacio Crespo confirma que han logrado estimular neuronas naturales con una neurona artificial, lo que indica alta eficiencia y se relaciona con estrategias previamente mencionadas.
Habla: Ignacio CrespoSignificado #7 · Palabras #4neurona artificial estimula neuronas naturaleseficiencia alta de la neurona artificialignacio crespo confirma estrategia neuronal…ser un poco criticable pudiendo tener más variabilidad, pero bueno, cogen 14 cortes en total y los mantienen funcionales; no voy a decir vivos, que eso es un poco tal vez controvertido, pero funcionales, y los estimulan a través de este sistema y dicen: ¡eh! Confirmado, conseguimos estimular las neuronas naturales con esta neurona artificial. Eso significa que es tremendamente eficiente. Bueno, esto ya se hacía; lo que pasa es que la estrategia que están siguiendo ellos es interesante por otras cosas que no hemos nombrado a pesar de que eran principales en el título, como por ejemplo que esta neurona. Está impresa, esta neurona una de las cosas buenas que tiene es que es flexible, que está impresa con un aerosol, digamos imaginarlo así, capas sobre capas y que además frente a otros compuestos que se han utilizado para tener también esta propiedad de cuando…