Ciclo de Seminarios 2008: Capítulo Argentino CIS IEEE

En el marco del Ciclo de Seminarios 2008, el miércoles 23 de abril a las 19:00hs., en Mario Bravo 1050 (SUM) se llevará a cabo una charla sobre: “Inteligencia Artificial Aplicada”.

Expositora:
Lic. Marcela Riccillo

Temario:
Un recorrido por las principales áreas de la inteligencia artificial y sus aplicaciones

• Visión
• Procesamiento de habla
• Redes Neuronales
• Sistemas Expertos
• Robótica

Marcela Riccillo es Licenciada en Ciencias de la Computación, Docente y doctorando de la Facultad de Ciencias Exactas y Naturales de la UBA.

Organizan:
Facultad de Ingeniería
Capítulo Argentino CIS IEEE

La asistencia es libre y no arancelada.

Informes e Inscripción:
Mail: ingeniería@palermo.edu
Tel: 5199-4520

Más información:
http://www.palermo.edu/ingenieria/eventos_noticias/ciclo_de_seminarios2008.html

---------------------------

Por mi parte ya mande la inscripción si me aceptan voy. Nos veremos por otros lados, en estos tiempos voy a tener que dejar un poco el foro.

Hoy llego. está bueno...

Las 10 diferencias importantes entre cerebros y computadoras"Una buena metáfora es algo a lo que incluso la policía debería mantener vigilado." - G. C. LichtenbergAunque la metáfora cerebro de computadora ha servido bien a lapsicología cognitiva, la investigación en neuro-ciencias cognitivas ha revelado muchas diferencias importantes entre los cerebrosy las computadoras. Apreciar estas diferencias podría ser crucial para comprender los mecanismos de procesamiento neural de la información, y en última instancia para la creación de una inteligencia artificial. Abajo, examino las más importantes de estas diferencias (y las consecuencias para la psicología cognitiva si deja de reconocerlas). Diferencia #1: Los cerebros son análogos; las computadoras son digitales Es fácil pensar que las neuronas son esencialmente binarias, ya que disparan un potencial de acción si llegan a cierto umbral, que de otra manera no disparan. Esta semejanza superficial al digital "1 y 0"oculta una amplia variedad de procesos continuos y no lineales que influyen directamente en el procesamiento neuronal. Por ejemplo, uno de los principales mecanismos de la transmisión de la información parece ser el ritmo en que las neuronas transmiten el impulso nervioso, una variable esencialmente continua. De manera similar, las redes de neuronas pueden disparar en relativa sincronía o en relativo desorden; esta coherencia afecta la potencia de las señales recibidas por las neuronas corriente abajo. Al final, dentro de todas y cada una de las neuronas hay un circuito integrador en colador, compuesto por una variedad de canales iónicos y membranas en continua fluctuación de potencial. La imposibilidad de reconocer estas importantes sutilezas puede haber contribuido al notorio error de caracterización de los perceptrones de Minksy & Papert, una red nerviosa sin una capa intermedia entre la recepción y la salida. En las redes lineales, cualquier función computada por una red de tres capas también puede ser computada por una red de dos capas adecuadamente ordenada. En otras palabras, se pueden modelar con precisión combinaciones de funciones lineales múltiples mediante una única función lineal. Porque sus simples redes de dos capas no pudieron resolver muchos problemas importantes,Minksy & Papert razonaron que esas redes más grandes tampoco podrían. Por otra parte, los cálculos realizados por redes más ajustadas a la realidad (por ejemplo, no lineales) son altamente dependientes de la cantidad de capas, por lo tanto, los "perceptrones"subestiman tremendamente la potencia computacional de las redes nerviosas. Diferencia #2: El cerebro usa una memoria de contenido direccionable En las computadoras, se accede a la información en la memoria buscando su preciso lugar en la memoria. Esto es conocido como memoria byte-direccionable. Por contraste, el cerebro usa una memoria decontenido direccionable, de modo tal que la información puede ser accedida en la memoria a través de una "activación difusa" desdeconceptos relacionados. Por ejemplo, pensar en la palabra "zorro" puedeactivar automática y difusamente los recuerdos relacionados con otrosanimales inteligentes, con jinetes a caballo cazando zorros, o miembrosatractivos del *Palabra Censurada* opuesto. El resultado final es que su cerebro tiene una especie de "Googleincorporado", donde apenas unas pistas (palabras clave) son suficientespara provocar la recuperación de un recuerdo completo. Por supuesto,se pueden hacer cosas similares en las computadoras, principalmente conel desarrollo de enormes índices de los datos almacenados, que luegotambién tienen que ser almacenados y buscados para encontrarinformación relevante (a propósito, casi es lo que Google hace,con algunos trucos). Aunque ésta podría parecer una diferencia menor entre lascomputadoras y los cerebros, tiene profundos efectos en el cálculoneural. Por ejemplo, un prolongado debate en la psicología cognitivatrataba sobre si se perdía la información de la memoria por simpledecadencia o por la interferencia de otra información. Enretrospectiva, este debate está parcialmente basado en la falsasuposición de que estas dos posibilidades están separadas, comopuede ocurrir en las computadoras. Ahora muchos se dan cuenta de queeste debate representa una falsa dicotomía. Diferencia #3: El cerebro es una enorme computadora paralela; lascomputadoras son modulares y seriales Un desafortunado legado de la metáfora cerebro-computadora es latendencia de los psicólogos cognitivos hacia buscar unacaracterística modular en el cerebro. Por ejemplo, la idea de que lascomputadoras necesitan memoria ha conducido a algunos a buscar el"área de la memoria", cuando de hecho estas diferencias son muchomás confusas. Una consecuencia de esta simplificación excesiva esque recién ahora estamos aprendiendo que las regiones de "memoria"(como los hipocampos) son también importantes para la imaginación,la representación de objetivos nuevos, la navegación espacial, yotras y diversas funciones. De manera similar, uno podría imaginar que hay un "módulo dellenguaje" en el cerebro, como lo podría haber en las computadoras conprogramas de procesamiento de lenguaje natural. Los psicólogoscognitivos incluso afirmaron haber encontrado este módulo, sobre labase de pacientes con daños en una región cerebral conocida comoel Área de Broca. Evidencias más recientes han mostrado que ellenguaje también es computado por circuitos nerviosos ampliamentedistribuidos y de dominio general, y que el Área de Broca tambiénpodría estar involucrada en otros cálculos. Diferencia #4: La velocidad de procesamiento cerebral no es fija; no hayningún reloj de sistema La velocidad de procesamiento de la información neural está sujetaa una variedad de límites, incluyendo el tiempo que usa una señalelectro-química para cruzar axones y dendritas, la mielinaciónaxonal, el tiempo de difusión de los neuro-transmisores a travésde la fisura sináptica, las diferencias en la eficienciasináptica, la coherencia del disparo nervioso, la actualdisponibilidad de neuro-transmisores, y la historia previa de disparosnerviosos. Aunque hay diferencias individuales en algo que lospsicometristas llaman "velocidad de procesamiento", no refleja unconcepto monolítico o unitario, e indudablemente nada tan concretocomo la velocidad de un microprocesador. En cambio, la "velocidad deprocesamiento" psicométrico probablemente ponga un índice a unaheterogénea combinación de todas las limitaciones de velocidadmencionadas más arriba. De forma similar, no parecer haber ningún reloj central en elcerebro, y existe una discusión respecto a qué tan parecidos a unreloj son en realidad los dispositivos que mantienen el tiempo en elcerebro. Para usar sólo un ejemplo, a menudo se cree que el cerebelocalcula la información involucrando un cronometraje preciso, como elrequerido para los delicados movimientos de un motor; sin embargo lasevidencias recientes sugieren que el tiempo en el cerebro tiene mássemejanza con las olas en una laguna que con un reloj digital corriente. Diferencia #5: La memoria a corto plazo no es como la RAM Aunque la aparente semejanza entre la RAM y la memoria a corto plazo o"de trabajo" envalentonaron a muchos de los primeros psicólogoscognitivos, un examen más minucioso revela sorprendentes eimportantes diferencias. Aunque la RAM y la memoria a corto plazoparecen necesitar energía (un disparo nervioso en el caso de lamemoria a corto plazo, y electricidad en el caso de la RAM), la memoriaa corto plazo parece contener sólo "apuntadores" a la memoria a largoplazo, mientras que la RAM contiene datos que son isomórficos a losque contiene el disco duro. (Vea aquí más sobre "apuntadores deatención" en la memoria a corto plazo). A diferencia de la RAM, la capacidad límite de la memoria a cortoplazo no es fija; la capacidad de la memoria a corto plazo tambiénparece fluctuar con las diferencias en la "velocidad de procesamiento"(ver diferencia #4) así como con la experiencia y el conocimiento. Diferencia #6: No se puede hacer ninguna distinción entre equipo ysoftware con respecto al cerebro o la mente Durante años, fue tentador imaginar que el cerebro era el equipodonde un "programa mental" o "software mental" es ejecutado. Esto dioorigen a una variedad de modelos abstractos -parecidos a programas- dela cognición, donde los detalles de cómo ejecutaba el cerebroejecutaba en realidad esos programas eran considerados irrelevantes, dela misma manera que un programa Java puede lograr la misma funciónque un programa C++. Por desgracia, esta atractiva distinción entre equipo y softwareoscurece un hecho importante: la mente emerge directamente del cerebro,y los cambios de opinión son siempre acompañados por cambios en elcerebro. Cualquier descripción abstracta del procesamiento de lainformación siempre necesitará especificar cómo la arquitecturanerviosa puede implementar esos procesos, de otro modo los modeloscognitivos son excesivamente forzados. Algunos culpan a estemalentendido por el notorio fracaso la "IA simbólica". Diferencia #7: Las sinapsis son mucho más complicadas que las puertaslógicas eléctricas Otra característica perjudicial de la metáfora cerebro-computadoraes que parece sugerir que los cerebros también pueden funcionar abase de señales eléctricas (potenciales de acción) que viajan alo largo de puertas lógicas individuales. Por desgracia, esto essólo una media verdad. Las señales que son propagadas a lo largode los axones son en realidad de naturaleza electro-química, ysignifica que viajan mucho más despacio que las señaleseléctricas en una computadora, y que pueden ser moduladas deinnumerables maneras. Por ejemplo, la transmisión de una señal nosólo depende de las llamadas "puertas lógicas" de la arquitecturasináptica sino también de la presencia de una variedad dequímicos en la fisura sináptica, de la relativa distancia entresinapsis y dendritas, y muchos otros factores. Esto se suma a lacomplejidad del procesamiento que tiene lugar en cada sinapsis, y es porlo tanto profundamente equivocado pensar que las neuronas funcionansimplemente como transistores. Diferencia #8: A diferencia de las computadoras, el procesamiento y lamemoria son llevados a cabo por los mismos componentes en el cerebro Las computadoras procesan la información de la memoria usando unaCPU, y luego vuelven a escribir los resultados de ese procesamiento enla memoria. No existe tal diferencia en el cerebro. Mientras lasneuronas procesan la información, también están modificando sussinapsis, que son en sí mismas el lugar se asiento de la memoria. Porconsiguiente, la recuperación de memoria siempre modifica ligeramenteesos recuerdos. (Por lo general los hacen más fuertes, pero a vecesmenos exactos. Diferencia #9: El cerebro es un sistema auto-organizado Este punto resulta naturalmente del punto previo; la experiencia daforma profunda y directamente a la naturaleza del procesamiento de lainformación neural de una manera que simplemente no ocurre en losmicroprocesadores tradicionales. Por ejemplo, el cerebro es un circuitode auto-reparación; algo conocido como "plasticidad inducida por untrauma" se pone en funcionamiento después de una lesión. Estopuede conducir a una variedad de cambios interesantes, incluyendoalgunos que parecen revelar un potencial sin uso en el cerebro (conocidocomo savantismo adquirido), y otros que pueden resultar en una profundadisfunción cognitiva (como es por desgracia mucho más típico enlas lesiones cerebrales traumáticas y en los trastornos deldesarrollo). En el campo de la neuro-psicología tenemos una consecuencia del erroral reconocer esta diferencia, donde se examina el desempeño cognitivode los pacientes con lesión cerebral para determinar la funcióncomputacional de la región dañada. Por desgracia, y por una pobrecomprensión de la naturaleza de la plasticidad inducida por trauma,la lógica no puede ser tan sencilla. Problemas similares subyacen lostrabajos sobre los trastornos del desarrollo y sobre el nuevo campo dela "genética cognitiva", donde las consecuencias de laauto-organización nerviosa son frecuentemente ignoradas. Diferencia #10: Los cerebros tienen cuerpos Esto no es tan trivial como podría parecer; resulta que el cerebrotoma sorprendentes ventajas del hecho de que tiene un cuerpo a sudisposición. Por ejemplo, a pesar de su sensación instintiva quepodría cerrar los ojos y saber la ubicación de los objetos a sualrededor, una serie de experimentos en el campo de la ceguera hamostrado que nuestra memoria visual es en realidad muy escasa. En estecaso, el cerebro "descarga" sus necesidades de memoria al ambiente endonde existe: ¿por qué molestarse en recordar la ubicación delos objetos cuando un vistazo será suficiente? Un sorprendenteconjunto de experimentos realizados por Jeremy Wolfe ha mostrado queincluso después de preguntar cientos de veces qué formasgeométricas simples se ven en una pantalla de computadora, lossujetos continúan respondiendo a esas preguntas por la vista y no dememoria. Una amplia variedad de evidencia de otros dominios sugiere queapenas estamos empezando a comprender la importancia del cuerpo en elprocesamiento de la información. Bono de diferencia: El cerebro es mucho, mucho más grande quecualquier computadora [actual] Los modelos biológicos precisos del cerebro tendrían que incluirunos 225.000.000.000.000.000 (225 mil billones) de interacciones entretipos de células, neuro-transmisores, neuro-moduladores, ramasaxonales y espinas dendríticas, y eso no incluye la influencia de lageometría dendrítica, ni las cerca de 1 billón de célulasgliales que pueden o no ser importantes para el procesamiento de lainformación neural. Porque el cerebro es no-lineal, y porque es muchomás grande que todas computadoras actuales, parece probable quefuncione de un modo totalmente diferente. La metáforacerebro-computadora oscurece esta importante, aunque quizás obvia,diferencia en potencia computacional.