Búsqueda · 28 momentos en 12 episodios
Juan Carlos GilSilvana TapiaLuisa AchaerandioGastón GiribetFrancis VillatoroHéctor SocasIgnacio Crespopalita grande sistema neuronalpared como paleta ponghumano no falla en pongHéctor SocasFrancis VillatoroPongGPUsTPUsDoomCPUsSinkholeRed Neuronal
Paleta enorme en sistema neuronal
Ep549: Agujeros Negros; IAlucinaciones; Engranajes; Materia Oscura; Doom Neuronal
12 de marzo de 20268 momentos
Con
0:000:301:001:302:002:303:003:303:45
Francis Villatoro corrige una simplificación hecha por Héctor Socas sobre el juego Pong, explicando que en el sistema neuronal cultivado solo hay una paleta grande, equivalente a casi toda una pared.
…paquillas pequeñitas, que yo podía mover hacia arriba y hacia abajo. Dos jugadores con un mando, uno controla una palita y otro controla la otra palita y una pequeña bola que va rebotando en las paredes y que tú tienes que hacer que rebote en tu palita. Bueno, pues aquí Héctor se ha simplificado un poquito, ¿vale? No hay dos palitas, solo hay una, solo hay una palita. Esa palita es prácticamente como la mitad de la pared, ¿vale? No es una palita pequeña, es una pared grande, no, no, no, es una palita enorme, una pared; tú dices, este pon, no falla ni, un humano no falla nunca, ¿vale? Es una pala enorme, la pala es como dos veces y media, la pala es el tamaño del lado, entonces una bola que sale del lado opuesto, de la pared opuesta y esa bola se mueve, puede chocar con la pared y puede chocar con la paleta. entonces supuestamente el sistema neuronal, este circuito, esto que llaman inteligencia biológica sintética. Este circuito que en su momento original se llamó Dish Brain, cerebro en una placa de Petri, pero que ahora pues llaman CL1, el primer procesador de…
Significado #1 · Palabras #2
Francis Villatoro plantea dudas sobre si el software desarrollado por un individuo de Sinkhole es quien realmente aprende a jugar al Doom en el procesador neuronal de Cortical Labs, sugiriendo que la máquina física podría ser una mera excusa o ruido de fondo.
Habla: Francis VillatoroPalabras #15sistema neuronal biológico doomsoftware sinkhole entradaspong como aprendizaje inicialsoftware sinkhole aprende doommáquina física como excusa transversalruido de la máquina físicapruebas aparentes de aprendizaje…un niño al Doom, un niño ciego al Doom; un niño ciego al Doom jugando al Doom, o sea, no ve la pantalla, no ve lo que pasa, lo que hace es disparar aleatoriamente y rotar aleatoriamente y mata por casualidad y solo funciona en cierto trocillo del juego Doom. estamos hablando de una cosa de juguete absolutamente y después por supuesto también de las críticas ha aprendido ese sistema neuronal biológico cómo se juega el Doom porque lo que vendían con el Pong y es lo que voy a contar ahora en el artículo era que aprendía sola a jugar al juego del Pong ha aprendido a jugar al Doom o en realidad lo que aprende es ese software que ha desarrollado este muchacho del Sinkhole y en realidad, bueno, sí, usa las entradas del sistema neuronal y emite señales al sistema neuronal, pero eso es como un ruido de fondo y lo que tú aprendes es de manera independiente. Pues no está demostrado que no, ¿vale? O sea, es posible que el software de este muchacho sea realmente el que aprende y que la máquina física sea solamente una excusa transversal; es ruido, yo veo ruido de la máquina y le meto ruido y me importa un comienzo lo haga la máquina. Él dice que no, que ha hecho una serie de pruebas que aparentan que, pero no está nada claro, ¿vale? No está nada claro; es decir, este vídeo de Doom básicamente es un es un hype, es un sensacionalismo por parte de la empresa que quiere vender sus equipos, vale, vale como 35.000 dólares cada uno de los pequeños dispositivos. Más caro que mi libro. Y duran seis meses, porque las neuronas…
Francis Villatoro corrige una simplificación hecha por Héctor Socas sobre el juego Pong, explicando que en el sistema neuronal cultivado solo hay una paleta grande, equivalente a casi toda una pared.
Habla: Francis VillatoroSignificado #1 · Palabras #2palita grande sistema neuronalpared como paleta ponghumano no falla en pong…paquillas pequeñitas, que yo podía mover hacia arriba y hacia abajo. Dos jugadores con un mando, uno controla una palita y otro controla la otra palita y una pequeña bola que va rebotando en las paredes y que tú tienes que hacer que rebote en tu palita. Bueno, pues aquí Héctor se ha simplificado un poquito, ¿vale? No hay dos palitas, solo hay una, solo hay una palita. Esa palita es prácticamente como la mitad de la pared, ¿vale? No es una palita pequeña, es una pared grande, no, no, no, es una palita enorme, una pared; tú dices, este pon, no falla ni, un humano no falla nunca, ¿vale? Es una pala enorme, la pala es como dos veces y media, la pala es el tamaño del lado, entonces una bola que sale del lado opuesto, de la pared opuesta y esa bola se mueve, puede chocar con la pared y puede chocar con la paleta. entonces supuestamente el sistema neuronal, este circuito, esto que llaman inteligencia biológica sintética. Este circuito que en su momento original se llamó Dish Brain, cerebro en una placa de Petri, pero que ahora pues llaman CL1, el primer procesador de…
Francis Villatoro explica cómo se utilizan las regiones motoras del sistema neuronal cultivado para controlar el movimiento de la pala en el juego Pong, detallando dos estrategias posibles.
Habla: Francis VillatoroSignificado #6regiones motoras sistema neuronalestrategias de movimiento pala…se refiere a eso. Entonces, yo divido la región de electrodos en tres lugares: un lugar, llamémosle región de entrada, la región en la que yo hago el sensado del juego, en este caso dónde está la pelota, y dos regiones que le llaman regiones motoras, que son Las regiones en las que yo voy a leer la información de las neuronas para decidir qué hago con la pala. Entonces yo puedo esas dos regiones neuronas, una considerar que es pala para arriba, si vamos a ver una tecla que yo voy tocando la flecha para arriba y para que se mueva la pala para arriba y la otra que sea flecha para abajo o puedo hacer: los mejores resultados se han obtenido dividiendo esas dos regiones, cada una de ellas en flecha para arriba, flecha para abajo, flecha para arriba, flecha para abajo y yo muevo la flecha para arriba cuando esas dos regiones me marcan flecha para arriba y muevo la flecha para abajo cuando las dos regiones me marcan flecha para abajo. Y cuando hay conflicto y una marca para arriba y otra para abajo, pues no hago nada. Con eso se han obtenido mejores resultados. De hecho, se han obtenido mejores resultados con las neuronas humanas que con las neuronas de ratón. Entonces, esto en 2022 no se tenía ni idea y yo creo que todavía no se sabe por qué ocurren esas cosas. Oye, ¿y se…
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 #2 · Palabras #1electrodo neuronal para jugar ponginteracción de juego en 5 minutospaleta enorme en sistema neuronal…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…
Francis Villatoro explica que el sistema neuronal cultivado es muy elemental, con pocas entradas que pueden interpretarse como binarias o un entero corto. Está comparando este sistema con los necesarios para entrenar una IA y resolver el juego Pong.
Habla: Francis VillatoroSignificado #4sistema neuronal con nutrientes básicosaprendizaje automático refuerzo francis villatorocostes energéticos versus tpusartículo 2024 comparan costes energíasistema neuronal cultivado elementalpong y entrenamiento de iabolas de neuronas con astrocitos…están los electrodos y que, bueno, para el vídeo han hecho que emita las imágenes del juego Doom mientras lo va jugando. Pero bueno, no son las cosas de las empresas comerciales. Entonces es un trabajo muy interesante porque lo que nos abre un poco la puerta. Fijaros que estamos diciendo aprendizaje automático, bueno, eso que entre comillas, pero bueno, aprendizaje automático con refuerzo en un sistema neuronal biológico que yo mantengo básicamente echando alimentos, echando azúcar, echan ahí unas sustancias para que se queden vivas las células que están ahí, ¿no? Eso energéticamente es mucho más barato que tener una nave de CPUs o de GPUs o de TPUs que me está ejecutando mi software. Entonces tienen un artículo 2024 en el que comparan los costes, los costes en energía de su sistema biológico, que Digo hace una chorrada, porque esto, la verdad es que es una chorrada, porque estamos hablando de ocho entradas y que tú la puedes interpretar casi como entradas binarias o poco más, tienen muy poca codificación. Y una consideración de entero corto, un poco más. Es algo muy elemental. Entonces, comparar eso con un sistema de entrenamiento real para resolver el juego del Pong y hacen esa comparación y sacan que energéticamente esto es mucho más favorable y que va a haber un futuro maravilloso en el que, en lugar de GPUs y TPUs, pues todo el mundo utilizará este tipo de sistemas orgánicos, tanto en 2D sobre electrodos como en 3D, que es el tema en el que están trabajando ahora mucho, de quedar esas bolas, bolas de neuronas con astrocitos para que las alimenten y por fuera en la superficie con electrodos hacer pues toda la entrada y salida con esas bolas, ¿no? Pero no comparan el gasto energético no lo hacen por teraflop, ¿no? Porque 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…
Francis Villatoro describe un sistema nervioso simplificado con neuronas conectadas a electrodos, observando plasticidad y reorganización neuronal bajo estimulación y ruido.
Habla: Francis VillatoroSignificado #11plasticidad neuronal bajo estimulaciónreorganización neuronal con ruidosistema nervioso simplificado con electrodosneuronas biológicas jugando al doom…Pero no solo la campaña; claro, se supone que lo que están haciendo aquí es aprender. La idea es que es un algoritmo de aprendizaje implementado con neuronas biológicas que aprenden lo que yo quiero que aprendan. No aprenden lo que es de manera natural. Las neuronas en un entorno, en un sistema nervioso simplificado. Estos son neuronas puestas una encima de otra en unos electrodos, que tampoco tengo muchas cosas. Pero las imágenes de microscopía, por ejemplo, indican que hay una cierta plasticidad, es decir, que esas neuronas están vivas y que se reorganizan, conforme yo las voy excitando y las voy perjudicando metiéndose ruido. Pero digo, todo esto está todavía muy, muy verde, pero bueno, es algo que promete avances que habrá que seguir. Yo tengo bastantes dudas de que realmente, no digo que no, pero creo que no está claro que realmente estas neuronas biológicas estén aprendiendo a jugar al Doom. Entonces, yo estuve viendo el vídeo y en mi opinión, Aquí no hay paper, ya lo dijo Francis; el paper, el que hay, es el del PON de 2022, 2023, lo que sea. Aquí no se ha publicado nada, ni siquiera en Archive; no hay nada escrito. Hay un vídeo de YouTube que, bueno, pues tiene la credibilidad que cualquier vídeo…
Héctor Socas explica la naturaleza híbrida del sistema, aclarando que no se basa únicamente en tejido neuronal, sino que incorpora un encoder para comprimir datos.
Habla: Héctor SocasSignificado #13 · Palabras #7encoder comprime datos para neuronaselectrodo inyecta señal a neuronasneuronas producen spikes propiosred neuronal artificial analiza spikes…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 el encoder. Luego las neuronas producen también su propia señal, sus spikes, y esas señales van a otra red neuronal artificial que Es el decoder, que lo que hace es que toma lo que dicen las neuronas y lo convierte en inputs para el juego. Se lo pasa al ordenador que está corriendo el Doom para decirle: ahora dispara, ahora camina hacia la derecha, ahora camina hacia adelante. Entonces…
Héctor Socas explica el proceso de traducción de estímulos eléctricos a señales neuronales en un sistema híbrido, proponiendo el uso de una red neuronal artificial para facilitar la comunicación entre componentes electrónicos y biológicos.
Habla: Héctor SocasSignificado #9 · Palabras #11red neuronal artificial aprendeseñales neuronales biológicas spikesinputs a neuronas biológicassistema híbrido estímulos eléctricosred neuronal aprende comandos juegohipotética mejora aprendizaje juegotres redes neuronales contribuyen…el juego, porque las neuronas biológicas no tienen ojos, son como nosotros, son unas pocas neuronas ahí conectadas que no tienen sentido; entonces alguien les tiene que traducir a estímulos eléctricos lo que está pasando en el juego. ¿Y cómo lo hacemos? No sabemos cómo hacerlo, entonces cuando tú no sabes cómo hacer algo, lo mejor es poner una red neuronal 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…