la neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia....
TRANSCRIPT
![Page 1: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/1.jpg)
La neurociencia conexionista: cuestiones de representación y
aprendizaje para la neurociencia.
Stephen José Hanson
Rocío Jiménez Cisneros
![Page 2: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/2.jpg)
“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
![Page 3: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/3.jpg)
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).
![Page 4: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/4.jpg)
• 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.
![Page 5: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/5.jpg)
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.
![Page 6: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/6.jpg)
• Hodgkin y Huxley (1952) ganaron el premio nobel al mostrar cómo sus ecuaciones concordaban con medidas reales de corriente en neuronas verdaderas.
![Page 7: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/7.jpg)
![Page 8: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/8.jpg)
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.
![Page 9: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/9.jpg)
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
![Page 10: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/10.jpg)
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)
![Page 11: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/11.jpg)
![Page 12: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/12.jpg)
• “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.
![Page 13: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/13.jpg)
• 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.
![Page 14: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/14.jpg)
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
![Page 15: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/15.jpg)
Conclusión
Es difícil entender cómo un simple modelo de neutrón y conexión sináptica puede ser informativo sobre la función del cerebro.
![Page 16: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/16.jpg)
• Nuestro cerebro para mantenerse en forma necesita desafío, exigencia, cambio, movilidad.
• Shlomo Breznitz
![Page 17: La neurociencia conexionista: cuestiones de representación y aprendizaje para la neurociencia. Stephen José Hanson Rocío Jiménez Cisneros](https://reader036.vdocumento.com/reader036/viewer/2022081503/5665b4b11a28abb57c9341a2/html5/thumbnails/17.jpg)
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