La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia....

Preview:

Citation preview

La neurociencia conexionista: cuestiones de representación y

aprendizaje para la neurociencia.

Stephen José Hanson

Rocío Jiménez Cisneros

“En cualquier fase de la técnica, desde Dédalo o Herón de Alejandría, la habilidad del artífice para producir un simulacro mecánico de un organismo vivo siempre ha llamado la atención”.

Norbert Wiener

La neurociencia conexionista

“Cuando se habla de “conexionismo” o “teoría conexionista” nos estamos refiriendo a una rama de las Neurociencias y de las Ciencias cognitivas que surgió hace algunas décadas como alternativa minoritaria a la IA (inteligencia artificial”).

• (Caballero y Robles, 2005).

• En 1990 E. L. Thorndike utilizó por primera vez el término conexionismo.

• El paradigma de la teoría E - R estaba en el aprendizaje a partir de prueba y el error en el cual las respuestas correctas vienen a imponerse sobre otras debido a gratificaciones.

Aprendizaje

• Unión entre un área del cerebro que representaba elementos sensoriales y otras que apoyan respuestas motoras.

• Hebb (1949) • Asociación en forma

de vectores de punto que presupone activación de neuronas y potenciales sinápticos.

• Hodgkin y Huxley (1952) ganaron el premio nobel al mostrar cómo sus ecuaciones concordaban con medidas reales de corriente en neuronas verdaderas.

Cada unidad tiene un abanico de entrada definido o conjunto de conexiones de entrada (“fan-in”), lo cual define la entrada a esa unidad y tiene, además, un abanico de salida (“fan-out”) o conjunto de conexiones de salida, lo que a su vez, define la salida de la unidad.

Función Cerebro Computadora

Velocidad Neuronas (5 a 6 veces más lentas), comparado a las puertas lógicas del silicio

Complejidad Mayor número de interconexiones

No reconoce caras sino son “perfectas”

Ventilación Ventilador

Fallo Sistema tolerante a fallos

Hay otros modelos que no realizan un promedio de las entradas directamente sino que se plantea una transformación de las entradas (Serrano, Soria y Martín, 2009)

• “Si el cerebro almacena el mundo célula por célula y éstas tienen algunas combinaciones productivas que no conllevan a una explosión exponencial, entonces los simbolistas y conexionistas no tienen nada que discutir. Aparentemente el cerebro prefiere representaciones distribuidas, ya sea que se consideren registros de células múltiples o PET o EEG o fMRI” p. 484.

• En el siglo XX, Hubel y Wiesel descubrieron células en la corteza visual que parecían proporcionar la base para la función local del mecanicanismo del cerebro.

V1 separa tres tipos de información visual: forma, color y movimiento.

V2 procesa casi la misma información que V1

V3 es considerada un área especializada en la percepción de formas, con información adicional respecto al modo en que las formas o figuras se mueven, giran o cambian.

V4 es el mapa visual para el colorV5 parece estar especializada en la

detección de la velocidad y dirección del movimiento

Conclusión

Es difícil entender cómo un simple modelo de neutrón y conexión sináptica puede ser informativo sobre la función del cerebro.

• Nuestro cerebro para mantenerse en forma necesita desafío, exigencia, cambio, movilidad.

• Shlomo Breznitz

Referencias• Lepore, E. y Pylyshyn, Z. W. (2003). ¿Qué es la ciencia cognitiva?. Una visión

multidisciplinaria. México: Oxford University Press• Caballero de la Torre, Vicente y Robles Rodríguez, Francisco

José (2005) Conexionismo: una útil herramienta para otras ciencias y un problemático modelo para la psicología. Nexo: Revista de Filosofía (3). pp. 77-91. ISSN 1695-7334. http://eprints.ucm.es/8570/

• Jiménez, R. (2010). Monografía de Sensación y Percepción. http://rocio.jimenez.tripod.com/blog/

• Lamberti, P. y Rodríguez, V. (2007). Desarrollo del modelo matemático de Hodgkin y Huxley en neurociencias. Electroneurobiología; 15 (4), pp. 31-60; URL: http://electroneubio.secyt.gov.ar/Lamberti-Rodriguez_Hodgkin-Huxley.htm

• Serrano, A., Soria, E. y Martín, J. (2009) Redes neuronales artificiales. Universitat id Valencia http://ocw.uv.es/ingenieria-y-arquitectura/1-2/libro_ocw_libro_de_redes.pdf