Búsqueda · 31 momentos en 14 episodios
Juan Carlos GilSilvana TapiaLuisa AchaerandioGastón GiribetFrancis VillatoroHéctor SocasIgnacio Crespored neuronal artificial aprendeseñales neuronales biológicas spikesinputs a neuronas biológicassistema híbrido estímulos eléctricosHéctor SocasFrancis VillatoroCoffee Break: Señal y RuidoDoomCortical LabsDish BrainCL1PongSinkholeCPUsGPUsTPUs
Señales neuronales biológicas spikes
Ep549: Agujeros Negros; IAlucinaciones; Engranajes; Materia Oscura; Doom Neuronal
12 de marzo de 20269 momentos
Con
0:000:301:001:302:002:303:003:303:45
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.
…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…
Significado #1 · Palabras #1
Héctor Socas introduce una sección del programa centrada en temas relacionados con redes, desde las neuronales hasta la web cósmica y los engranajes mecánicos.
Habla: Héctor SocasPalabras #4redes neuronales y alucinacionesredes neuronales biológicas jugando doomweb cósmica y materia oscuraengranajes mecánicos sin contacto héctor socas…con desconocidos si la tortilla con cebolla o sin cebolla. También fue el año en que cayó el muro de Berlín. Con el panorama actual casi da nostalgia recordar épocas en que la tendencia era derribar barreras y construir puentes hacia una cultura más global. Y hablando de redes y de conectar, hoy tenemos mucho de eso: tenemos redes neuronales, y nos preguntaremos por qué alucinan. ¡Alucina, vecina! Ya que estamos con nostalgia ochentera, y hablaremos también de redes neuronales, pero biológicas; a ver qué es eso de que hay un ordenador biológico jugando al Doom, y hablaremos también de otra web: la web cósmica, y redes de materia oscura, y para los que son un poco más antisociales, de engranajes mecánicos sin contacto. Les habla Héctor Socas y están ustedes en compañía de Coffee Break, Señal y Ruido Ya. Saben que tenemos una página web que es señalirruido.com y que ahí pueden encontrar toda la información sobre este programa; contactar con nosotros. Pueden contactarnos en redes sociales, seguirnos por ahí para dejarnos sus preguntas, comentarios, dudas, todo…
Francis Villatoro menciona una revista prestigiosa especializada en neurociencia que tuvo gran repercusión al publicar un artículo sobre un procesador neuronal.
Habla: Francis VillatoroPalabras #12procesador neuronal neurociencianeuronas físicas electrodosmodelo pong procesador…que traiga usted este tema, porque es verdad que ha salido en muchos medios de comunicación y ha generado muchos titulares de esos, como dice Gastón, hiperbólicos y estaría bien que lo comentáramos un poco y lo desmitificáramos, ¿no? Así que, bueno, dale y… Una revista bastante prestigiosa en temas de neurociencia, y bueno, en su momento tuvo mucho eco; en su momento tuvo mucho eco, y en ese artículo usaban su procesador neuronal que combina neuronas físicas, verdaderas, digamos biológicas, con una serie de sensores a raíz de electrodos que permite introducir y leer, o sea, escribir y leer información en esa red de neuronas físicas, biológicas, y conectarlas con un ordenador que puede procesar algo. Entonces hicieron un modelo muy sencillito del juego Pong, del ping pong. Entonces en redes sociales la gente dijo: si haces el Pong tienes que hacer el Zoom. ¿Vale? Entonces, ¿qué pasa con eso? Pues que lo que pasa es que esta empresa lo que quiere, y de hecho lo comercializa, te lo vende, te vende este tipo de equipos para…
Francis Villatoro explica que el sistema neuronal biológico ha aprendido a jugar al Doom, comparándolo con la forma en que aprendió a jugar al Pong. Menciona un software desarrollado por alguien de Sinkhole y cómo este utiliza las entradas.
Habla: Francis VillatoroPalabras #9sistema neuronal biológico doomsoftware sinkhole entradaspong como aprendizaje inicial…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…
Francis Villatoro aclara la terminología utilizada para referirse al sistema neuronal cultivado desarrollado por Cortical Labs, explicando la diferencia entre 'Dish Brain' (la parte biológica) y CL1 (el procesador híbrido completo).
Habla: Francis VillatoroPalabras #7dish brain como parte biológicacl1 procesador híbrido cortical labsinteligencia biológica sintética circuito…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 la compañía Cortical Labs. Creo que siguen llamando Dish Brain a la parte biológica de ese procesador, o sea que el procesador es todo el híbrido y Dish Brain creo que es la parte biológica, creo. Bueno, El nombre que le pusieron en el artículo 22 era Dish Beren y no hablaban de CL1, y ahora en publicidad hablan de CL1 por todos lados. Pero bueno, es lo mismo, lo venden, el CL1 lo venden. Entonces, ¿qué pasa? Bueno, pues yo tengo esa... ¿Perdón? No, solo…
Francis Villatoro explica cómo se utiliza un algoritmo de aprendizaje con refuerzo para demostrar que el sistema neuronal biológico puede aprender, basándose en la hipótesis del principio de energía libre.
Habla: Francis VillatoroPalabras #3algoritmo aprendizaje refuerzo neuronalneuronas desagradan el ruidoseñal castigo neurona…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 les premia...? Ahí está el punto. La idea es mostrar que este sistema neuronal biológico puede aprender. Entonces, para aprender, tienes que utilizar un algoritmo de aprendizaje, aquí se usa un algoritmo de aprendizaje con refuerzo. Entonces lo que subyace a este trabajo es una hipótesis que es la hipótesis del principio de energía libre que se interpreta en este contexto biológico como que a las neuronas les desagrada el ruido, recibir una excitación ruidosa en todos los electrodos que yo puedo controlar yo en todos los electrodos genero señales ruidosas sin un patrón durante un pequeño intervalo de tiempo y eso resulta que es la señal digamos de castigo si lo has hecho mal te castigo pensé que a lo mejor le quitaban la comida un rato la señal digamos de recompensa es no castigar vale si yo no pongo ruido no estoy castigando es Que el sistema está funcionando bien. Entonces yo voy jugando muchas veces. En el de Doom le ponen un refuerzo positivo que es una señal regular. Pueden ser varios pulsitos o alguna cosa regular. Pero sí, a mí eso me sorprendió. No hay retropropagación,…
Francis Villatoro explica cómo un sistema neuronal cultivado, mantenido con nutrientes básicos, resulta energéticamente más eficiente que ejecutar software en procesadores como CPUs, GPUs o TPUs.
Habla: Francis VillatoroPalabras #10sistema neuronal con nutrientes básicosaprendizaje automático refuerzo francis villatorocostes energéticos versus tpusartículo 2024 comparan costes energía…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…
Francis Villatoro describe un sistema nervioso simplificado con neuronas conectadas a electrodos, observando plasticidad y reorganización neuronal bajo estimulación y ruido.
Habla: Francis VillatoroSignificado #19plasticidad 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 #3 · Palabras #2encoder 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 #1 · Palabras #1red neuronal artificial aprendeseñales neuronales biológicas spikesinputs a neuronas biológicassistema híbrido estímulos eléctricos…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…