Búsqueda · 37 momentos en 16 episodios
Juan Carlos GilSilvana TapiaLuisa AchaerandioGastón GiribetFrancis VillatoroHéctor SocasIgnacio Crespoencoder comprime datos para neuronaselectrodo inyecta señal a neuronasneuronas producen spikes propiosred neuronal artificial analiza spikesHéctor SocasCortical LabsDish BrainCL1Francis Villatoro
Sistema híbrido estímulos eléctricos
Ep549: Agujeros Negros; IAlucinaciones; Engranajes; Materia Oscura; Doom Neuronal
12 de marzo de 20265 momentos
Con
0:000:301:001:302:002:303:003:303:45
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.
…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…
Palabras #1
Francis Villatoro explica las limitaciones actuales del sistema de electrodos utilizado por la empresa Cortical Labs, señalando que solo se pueden estimular 32 de los 26.000 electrodos disponibles.
Habla: Francis VillatoroSignificado #14matriz de electrodos de 26000estimulación de 32 electrodos…trampa; no podemos excitar y leer, o sea, escribir y añadir, o sea, excitar con una señal eléctrica un electrodo o leer la señal eléctrica de un electrodo de los 26.000, solo se puede trabajar con unos 1024, ¿vale? O sea, de los 26.000, solo son útiles 1024. Una pequeña limitación, ¿vale? Tampoco es que sea... Y a la hora de estimular, de que yo meta una señal en esos electrodos, solo puedo 32, ¿vale? O sea, que tengo una matriz de electrodos de 26 .000 electrodos que algún día en el futuro desearíamos y soñamos que podamos acceder a cada uno. uno de ellos individualmente en escritura y lectura, pero que ahora mismo tenemos que seleccionar 32 suficientemente bien separados para poder escribir. En el juego Pong, que publicaron en 2022 en Neuron, solo se utilizaban 8, solo 8 electrodos de escritura. ¿Qué hacemos con esa matriz de electrodos? Lo que vamos a hacer es poner una capa de neuronas, pero por supuesto las neuronas necesitan una serie de…
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 #9dish 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…
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 SocasPalabras #1encoder 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 #1red neuronal para interpretar examentraducir estímulos neuronas biológicasneuronas sin ojos conectadasred neuronal artificial aprendeseñales neuronales biológicas spikesinputs a neuronas biológicassistema híbrido estímulos eléctricos…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 hay tres redes neuronales. Yo me voy a llevar una de esas, una red, para que me ayude a interpretar las preguntas de un examen que tengo que hacer. Me va a ayudar a interpretar las preguntas. Pero esto es como el juego del teléfono, parece que se van pasando, claro; entre que te pasas la información, igual al otro lado llega un poco... Lleva un poco procesada para ganar, a lo mejor. Entonces, claro, yo entiendo que es necesario, porque de alguna forma hay que traducirle lo que está produciendo 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…
Héctor Socas expresa su escepticismo sobre la inteligencia demostrada en un sistema híbrido neuronal para jugar a Doom, incluso considerando posibles sesgos en la selección de datos.
Habla: Héctor SocasPalabras #2sistema neuronal híbrido para doomsesgos en selección datos doomfalta voluntad en juego doom…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 que no sea estadísticamente significativa, puede que sea marginal, hombre, algo aprenderán. Son neuronas, de alguna forma; si realmente tienes un sistema de estímulo, respuesta, recompensa, penalización, algo aprenderán, pero es significativo; no sé, yo digo, a mí lo que se ve en el vídeo no me da la impresión de algo impresionante, de decir: oye, realmente veo aquí una voluntad en lo que estoy viendo en el juego; y ya digo, incluso aunque solo sea por cherry picking, me sorprende que no sean capaces de coger 5 segundos de juego en el que, por lo menos, parezca que hay algo mínimamente inteligente; no lo hay. Así que está muy bien, yo creo que esto despierta, es como, no sé, me parece propagandístico, creo que es lo que decía Francis, que esto despierta fascinación porque enseguida nos viene el concepto de el cerebro en un tarro, pero encima ese tarro metido en el…