Diapositiva 1

1
En busca del umbral perdido
20 segundos!
2
El subterráneo de una decisión. Neuronas del
presente y del pasado y otras que dicen basta ya.
3
El maestro Alan Turing
Enigma

• Implementación neuronal de los tres pasos
• Un método para cuantificar el peso de la
  evidencia de un evento individual a favor de
  distintas alternativas. (EL VOTO)
• Un método para acumular y actualizar el peso
  proveniente de eventos múltiples. (LA ACUMULACION
  DE VOTOS)
• Una regla de decisión para determinar si la
  evidencia era suficiente para determinar la
  hipótesis mas probable. (LA RESOLUCION)

4
Las neuronas que integran o acumulan el voto
Las neuronas que determinan el umbral
Las neuronas que votan
5
La neurofisiología de la toma de decisiones
Simulacro en el laboratorio de la toma de
decisiones en un mundo incierto.
6
Mov 11
Acum 11
7
(No Transcript)
8
Las neuronas que votan
9
Neuronas en MT Un clásico de la fisiología
Potenciales de acción (intensidad de la repuesta
neuronal)
tiempo
Neuronas que codifican la cantidad y dirección de
movimiento Estas neuronas pueden dar un voto en
favor de una decisión. La magnitud del voto es
proporcional a la cantidad de movimiento.
10
Neuronas en MT Un clásico de la fisiología
Potenciales de acción (intensidad de la repuesta
neuronal)
tiempo
Neuronas que codifican la cantidad y dirección de
movimiento Estas neuronas pueden dar un voto en
favor de una decisión. La magnitud del voto es
proporcional a la cantidad de movimiento.
11
Neuronas en MT Un clásico de la fisiología
Neuronas que codifican la cantidad y dirección de
movimiento Estas neuronas pueden dar un voto en
favor de una decisión. La magnitud del voto es
proporcional a la cantidad de movimiento.
12
Neuronas en MT Un clásico de la fisiología
En cada momento estas neuronas reportan el estado
del presente perceptual
Un codificador de movimiento provee el sustrato
necesario para decidir hacia donde se mueven los
puntos Falta algo?
13
Las neuronas que integran o acumulan el voto
14
EL ACUMULADOR Conteo de todos los votos en el
tiempo. Como los votos son ruidosos, esto resulta
en un random walk.
Neuronas en LIP
Cuando se llega a suficiente evidencia cuánto es
suficiente? Se ejecuta la decisión.
15
EL ACUMULADOR Conteo de todos los votos en el
tiempo. Como los votos son ruidosos, esto resulta
en un random walk.
Neuronas en LIP
El proveedor y el acumulador de votos. Hasta
cuando acumulan?
El estimulo, luego de una latencia, empiezan a
acumular.
16
EL ACUMULADOR Conteo de todos los votos en el
tiempo. Como los votos son ruidosos, esto resulta
en un random walk.
Neuronas en LIP
Un Random Walk forzado. La pendiente indica el
forzado y es proporcional a la coherencia. Cuanto
mayor la pendiente, se llega antes al umbral y el
tiempo de respuesta es menor.
El estimulo, luego de una latencia, empiezan a
acumular.
17
Respuestas agrupadas en el momento de la
respuesta. Todas las respuestas se realizan
cuando el integrado neuronal llega al umbral.
Existe de hecho otro circuito que responde en el
momento que el integrador alcanza el umbral,
lanzando la respuesta. Para aquel entonces pese
a que uno no lo supiese la decision estaba
tomada. Puede de hecho manipularse una decisión.
Se puede hackear el codigo?
18
Poniendo a prueba la teoría Se puede forzar
una decisión estimulando una neurona?
Estimulo en MT Es como si cambiase la
evidencia con que se nutre al random walk. Como
si el detector de movimiento detectase mayor
coherencia. Resultado Aumenta la pendiente.
19
Poniendo a prueba la teoría Se puede forzar
una decisión estimulando una neurona?
Estimulo en LIP Es como si hubise salido, en
un instante de tiempo, una moneda a fovr de una
decisión. Resultado Aumenta una constante
20
(No Transcript)
21
(No Transcript)
22
(No Transcript)
23
random walks de probabilidades, random walks de
células T, random walks de moléculas en
solución, random walks de acciones y
subastas, random walks de arenas y partículas
sedimentadas, mais que? random walks de
palabras, pensamientos. El sueño tiene orden?
24
El tiempo como metafora del movimiento
Nos acercamos al final del cuatrimestre. Se nos
vienen las vacaciones. EL FUTURO ESTA DELANTE Y
EL PASADO DETRAS o no?
Nuñez Sweetser 2006
25
Universales no tan universales
El tiempo antes
In Aymara, the basic word for FRONT (nayra,
eye/front/sight) is also a basic expression
meaning PAST, and the basic word for BACK (qhipa,
back/behind) is a basic expression for FUTURE
meaning.
Nuñez Sweetser 2006
26
Jugando a Jung, a la manera de Jung
Neurotaller , Cordoba, Argentina 2007
27
La traza de una memoria, la forma del espacio de
significados a partir de las trayectorias
28
Intuición de la métrica Signficicados que
aparecen juntos (en texto, en la web, en el
discurso) están relacionados
Coche Y Física 400.000 Pcond 0.2
Coche Y Rueda 2.000.000 Pcond 1
29
Demostracion de que Maradona esta mas cerca de
DIOS que Pele.
Dios AND Pele 500.000 Pcond 0.02
Dios AND Maradona 1.000.000 Pcond 0.1
30
Frente a la evidencia tres barrios del espacio
de palabras
31
La traza de una memoria, la forma del espacio de
significados a partir de las trayectorias
32
Understanding the dynamics of movement, the trace
of the memory
La distancia media entre dos palabras al azar
La traza de un pensamiento (difusion acotada)
33
Random-walking en el grafo semantico La
estructura de las trayectorias de asociaciones
libres




p
Como son los saltos de las asociaciones libres
en el espacio de palabras? Que forma tienen las
asociaciones espontaneas, bizarras, los sueños?
34
Understanding the navigation rules in the
semantic graph
Distancias se mantienen pequeñas (no difunde)
Ciclo, ciclos
35
Understanding the navigation rules in the
semantic graph
Perdida inmediata de memoria
No hay ciclos (probabilidad de volver a la misma
palabra es casi cero)
36
Understanding the navigation rules in the
semantic graph
N7
Dinamica correcta de la perdida de memoria
Prediccion correcta de la estructura de ciclos
37
Diffusion (Random Walk)
Levy Flights diffusing with short-cuts, i.e. in a
small world
38
(No Transcript)
39
Jugando el juego con robots de Levy-Flight (no
patentables)