1 Emulando el modo de computación humano Informática y Ciencias de la Vida Ernesto Cortés

Presentación del tema: "1 Emulando el modo de computación humano Informática y Ciencias de la Vida Ernesto Cortés"— Transcripción de la presentación:

1 1 Emulando el modo de computación humano Informática y Ciencias de la Vida Ernesto Cortés neto_144@unistmo.edu.mx

2 2 Computación  Computación: –Encontrar la solución a un problema desde unas entradas dadas por medio de un algoritmo –Hace uso de: Métodos simples o primitivosMétodos simples o primitivos Métodos complejos, en base a combinar métodos simplesMétodos complejos, en base a combinar métodos simples –La teoría de la computabilidad estudia que problemas son resolubles mediante algoritmos: Problemas decidiblesProblemas decidibles Problemas indecidiblesProblemas indecidibles

3 3 Modelos de Computación –Históricamente han sido definido múltiples modelos de computación

4 4 Modo de computación humano  Sistema Nervioso –Sistema Nervioso Periférico Sistema SensorialSistema Sensorial Sistema MotorSistema Motor –Sistema nervioso somático –Sistema nervioso autónomo –Sistema Nervioso Central EncéfaloEncéfalo –Cerebro,... Médula espinalMédula espinal

5 5 Sistema sensorial –Sistema visual –Sistema auditivo –Sistema gustativo –Sistema olfatorio –Sistema táctil –Sistema somestésico

6 6 Ilusiones ópticas (2D)

7 7 Ilusiones ópticas (3D)

8 8 Cerebro “Entender el cerebro y emular su potencia” –Gran velocidad de proceso –Tratamiento de grandes cantidades de información procedentes de: Los sentidosLos sentidos Memoria almacenadaMemoria almacenada –Capacidad de tratar situaciones nuevas –Capacidad de aprendizaje

9 9 Evolución del cerebro (I)  Reptiles –300 mill. de años –Instinto, movimiento, olfato, vista... –Cerebelo y tallo cerebral humano SN autónomoSN autónomo Movimiento básicoMovimiento básico

10 10 Ilusiones ópticas (desapariciones)

11 11 Ilusiones ópticas (grises)

12 12 Ilusiones ópticas (color)

13 13 Evolución del cerebro (II)  Antiguos mamíferos –200 mill. de años –Memoria y comportamiento emocional –Sistema límbico humano MemoriaMemoria EmocionesEmociones

14 14 Ilusiones ópticas (movimiento I)

15 15 Ilusiones ópticas (movimiento II)

16 16 Ilusiones ópticas (movimiento III)

17 17 Evolución del cerebro (III)  Humano moderno –1,5 mill. de años –Crecimiento notable en capas –Asimetrías funcionales –Corteza humana PensamientoPensamiento LenguajeLenguaje

18 18 Sistema motoro  Problemas de coordinación del sistema motoro –Posición sentado –Haz círculos con el pie derecho en el sentido de la agujas del reloj, sin tocar el suelo –Mientras tanto, dibujar el número “6”, empezando por arriba

19 19 Síndrome de la mano ajena –Cuerpo calloso comunica ambos hemisferios –Lesiones en él genera fenómeno de no pertenencia de la mano izquierda (hemisferio no dominante) Ejecuta movimientos de forma autónomaEjecuta movimientos de forma autónoma No puede identificar un objeto tomado con la mano izquierdaNo puede identificar un objeto tomado con la mano izquierda Falta de coordinación entre manos: comer, atar zapatosFalta de coordinación entre manos: comer, atar zapatos Al intentar abrir una puerta la izquierda la cierraAl intentar abrir una puerta la izquierda la cierra La derecha abotona una camisa y la izquierda desabotonaLa derecha abotona una camisa y la izquierda desabotona Creen que su mano está dominada por otra personaCreen que su mano está dominada por otra persona –Cerebro como dos mentes que el cuerpo calloso ponde de acuerdo

20 20 Capacidades lingüísticas (I)  Reconocimiento de textos: Leer rápido Sgeun un etsduio de una uivenrsdiad ignlsea, no ipmotra el odren en el que las ltears etsan ersciats, la uicna csoa ipormtnate es que la pmrirea y la utlima ltera esten ecsritas en la psiocion cocrrtea. El rsteo peuden estar ttaolmnte mal y aun pordas lerelo sin pobrleams. Etso es pquore no lemeos cada ltera por si msima preo la paalbra es un tdoo. Pesornamelnte me preace icrneilbe...

21 21 Capacidades lingüísticas (II)  Reconocimiento de textos: Contar rápidamente las “F” FINISHED FILES ARE THE RE- SULT OF YEARS OF SCIENTIF- IC STUDY COMBINED WITH THE EXPERIENCE OF YEARS

22 22 Capacidades lingüísticas (III)  ¿Resultado correcto?: 6 FINISHED FILES ARE THE RE- SULT OF YEARS OF SCIENTIF- IC STUDY COMBINED WITH THE EXPERIENCE OF YEARS

23 23 Áreas corticales –Efectos de lesiones en áreas espcíficas Lesión en región frontal → Incapacidad de expresión verbal → Área motora del lenguajeLesión en región frontal → Incapacidad de expresión verbal → Área motora del lenguaje –Frenología Cartografía cerebral. Área de la superficie del cerebro para cada función y cualidad humanaCartografía cerebral. Área de la superficie del cerebro para cada función y cualidad humana –Observaciones in vivo –EEG: Electroencefalografía –TAC: Tomografía Axial Computerizada –IRM: Imágenes de Resonancia Magnética –TEP: Tomografía por Emisión de Positrones

24 24 Imágenes cerebrales VerPensarRecuerdos Escuchar música Escuchar música y letra Deporte

25 25 Capacidades lingüísticas (IV)  Tratar de leer dicendo los colores, no las palabras: AMARILLO AZUL NARANJA NEGRO ROJO VERDE VIOLETA AMARILLO ROJO NARANJA VERDE NEGRO AZUL AMARILLO VIOLETA

26 26 Caso Phineas Gage –1848 sufre un grave accidente Graves trastornos de personalidadGraves trastornos de personalidad –De: amable y tranquilo –A: agresivo y socialmente inadaptado, perdió trabajo y familia Lesiones en región frontal del cerebro, parte media y basalLesiones en región frontal del cerebro, parte media y basal –Relacionadas con: SociablidadSociablidad EmocionesEmociones Planificación y toma de decisionesPlanificación y toma de decisiones

27 27 Áreas corticales –Otras enfermedades: Acromatopsia: Incapacidad para distinguir los coloresAcromatopsia: Incapacidad para distinguir los colores Agnosia visual: Incapacidad para identificar lo vistoAgnosia visual: Incapacidad para identificar lo visto Prosopagnosia: Incapacidad para reconocer carasProsopagnosia: Incapacidad para reconocer caras Negligencia hemisférica: Deterioro de los centros visuales de un lado del cerebroNegligencia hemisférica: Deterioro de los centros visuales de un lado del cerebro Ceguera al movimientoCeguera al movimiento Síndrome del acento extranjeroSíndrome del acento extranjero –La evolución nos ha dotado con áreas con potencialidades plásticas para distintas tareas → Requieren un proceso de aprendizaje para operar –Conocimiento sobre fisiología del SN es aún fragmentario e insuficiente

28 28 Mito del 10% –Creencia popular de que sólo usamo el 10% de nuestro cerebro –Sirve como justificación de capacidades paranormales o para lograr ventajas competitivas –IRM y TEP muestran claramente que la mayor parte del cerebro no permanece inactiva –Si fuera así dañar partes “no usadas” no supondría graves trastornos “La bala sólo daño el 90% del cerebro, que no usaba”“La bala sólo daño el 90% del cerebro, que no usaba” –Origen del mito: Un científico lo dijo...Un científico lo dijo... Sólo el 10% del cerebro ha sido “mapeado”Sólo el 10% del cerebro ha sido “mapeado” La mente consciente usa del 10% al 20% del tiempoLa mente consciente usa del 10% al 20% del tiempo

29 29 Tareas cerebrales  Comunes –Reconocimiento de formas VisualesVisuales SonorasSonoras –Control Del propio cuerpoDel propio cuerpo De dispositvosDe dispositvos –Planificación –Intuición –Sentido común  No tan comunes –Cálculos mátemáticos PotenciasPotencias Raices cuadradasRaices cuadradas Cálculo de fechasCálculo de fechas –Memorización de gran cantidad de datos –Lectura rápida –Determinados juegos AjedrezAjedrez GoGo

30 30 Memoria y aprendizaje –Memoria sensorial o inmediata Almacena información captada por nuestros sentidosAlmacena información captada por nuestros sentidos Muy breve, milisegundosMuy breve, milisegundos –Memoria a corto plazo Almacenamiento breve de informaciónAlmacenamiento breve de información Capacidad limitadaCapacidad limitada Duración de unos 30 segundos si no es reforzadaDuración de unos 30 segundos si no es reforzada –Memoria a largo plazo Almacenamiento a largo plazo: días, semanas, añosAlmacenamiento a largo plazo: días, semanas, años Se nutre de la memoria a corto plazoSe nutre de la memoria a corto plazo Capacidad ilimitada, pero necesita un tiempo para almacenarse (15 horas, sueño paradógico)Capacidad ilimitada, pero necesita un tiempo para almacenarse (15 horas, sueño paradógico) Produce cambios estructurales en el cerebroProduce cambios estructurales en el cerebro Se divide en procesal, semántcia y episódicaSe divide en procesal, semántcia y episódica

31 31 Enmascaramientos (I)

32 32 Enmascaramientos (II)

33 33 Características SN –Inclinación a adquirir conocimiento desde la experiencia –Conocimiento almacenado en conexiones sinápticas –Gran plasticidad neuronal –Comportamiento altamente no-lineal –Alta tolerancia a fallos (muerte neuronal) –Apto para reconocimiento, percepción y control

34 34 Nivel Neuronal  Neuronas: –Árbol dendrítico de entradas –Un axón de salida –Sobre de10 4 sinapsis –Comunicación mediante Potenciales de Acción –Periodo refractario de10 -3 segundos entre PAs  Red Neuronal Biológica: –de 10 10 a 10 11 neuronas –10 15 sinapsis

35 35 Transmisión Neuronal –Impulso eléctrico que viaja por el axón –Liberación de neurotransmisores –Apertura/cierre de canales iónicos –Variación potencial en dendrita –Integración de entradas en soma –Si se supera umbral de disparo se genera nuevo potencial de acción

36 36 Similaridades cerebro-ordenador (I) –Función: Ambos se utilizan para almacenar información, procesar información y ejecutar tareasAmbos se utilizan para almacenar información, procesar información y ejecutar tareas –Papel en la sociedad Ambos juegan un importante papel en la sociedad, negocios, entretenimiento y cienciaAmbos juegan un importante papel en la sociedad, negocios, entretenimiento y ciencia –Combinación de componentes Ambos combinan la labor de varios componentes y partes para llevar a cabo sus tareasAmbos combinan la labor de varios componentes y partes para llevar a cabo sus tareas –Uso de señales eléctricas Usan la transmisión se señales eléctricas entre sus componentes como comunicaciónUsan la transmisión se señales eléctricas entre sus componentes como comunicación

37 37 Similaridades cerebro-ordenador (II) –Actualización y evolución Ambos cambian con el tiempoAmbos cambian con el tiempo –Capacidad de memoria Ambos pueden incrementar su capacidad de almacenamientoAmbos pueden incrementar su capacidad de almacenamiento –Auto-mantenimiento Ambos dispones de sistemas de backup o formas de ser reparadosAmbos dispones de sistemas de backup o formas de ser reparados –Degradación con el tiempo Ambos se deterioran con la edadAmbos se deterioran con la edad copyright of Team: C001501 ::: C001501@thinkquest.org

38 38 Diferencias cerebro-ordenador (I) –Manera de trabajar El cerebro utiliza transmisión electroquímica y enzimática. Los ordenadores utilizan conductoresEl cerebro utiliza transmisión electroquímica y enzimática. Los ordenadores utilizan conductores –Sentido común Difícilmente los ordenadores tienen sentido común o intelecto realDifícilmente los ordenadores tienen sentido común o intelecto real –Evolución Mientras que en el cerebro está prácticamente parada los ordenadores evolucionan muy rápidamenteMientras que en el cerebro está prácticamente parada los ordenadores evolucionan muy rápidamente –Modelo de memoria Uno utiliza el refuerzamiento de conexiones sinápticas y otro el añadido de chipsUno utiliza el refuerzamiento de conexiones sinápticas y otro el añadido de chips copyright of Team: C001501 ::: C001501@thinkquest.org

39 39 Diferencias cerebro-ordenador (II) –Emoción vs lógica El cerebro no puede actuar sin emociones y el ordenador sólo actúa basádo en la lógicaEl cerebro no puede actuar sin emociones y el ordenador sólo actúa basádo en la lógica –Mantenimiento La reparación de los ordenadores es relativamente simple comparada con la cirugía cerebralLa reparación de los ordenadores es relativamente simple comparada con la cirugía cerebral –Horas de trabajo Los ordenadores se puede apagar y encender múltiples veces, los cerebros no, pero necesitan descansar.Los ordenadores se puede apagar y encender múltiples veces, los cerebros no, pero necesitan descansar. –Imaginación y creatividad Es difícil que los ordenadores por si solos innoven e inventen nuevas ideasEs difícil que los ordenadores por si solos innoven e inventen nuevas ideas –Complejidad Aún el cerebro es más complejo que el ordenadorAún el cerebro es más complejo que el ordenador

40 40 Red Neuronal Artificial  Una red neuronal artificial (RNA) es un sistema de procesamiento de información que tiene ciertas aptitudes en común con las redes neuronales biológicas: –El procesamiento de información ocurre en muchos elementos simples llamados neuronas. –Las señales son transferidas entre neuronas a través de enlaces de conexión. –Cada conexión tiene un peso asociado, el cual, típicamente, multiplica a la señal transmitida. –Cada neurona aplica una función de activación (usualmente no lineal) a su entrada de red (suma de entradas pesadas) para determinar su salida. Laurene Fausett

41 41 Áreas de Trabajo Arquitectura y Teoría de RN Implementaciones Aplicaciones Informática Matemáticas Física Neurofisiología Sicología Procesamiento de Señales Análisis de Datos Reconocimiento de Patrones Control Inteligencia Artificial Desarrollo de aplicaciones basadas en técnicas conexionistas Construcción de modelos neuronales Proponer y validar modelos de funcionamiento de arquitecturas neuronales

42 42 Modelado Neuronal  Neurona Artificial: –Grupo de entradas (x) –Pesos sinápticos (w) –Función suma (net) –Función de activación (act) –Una única salida (y) –Funcionamiento en modo aprendizaje o ejecución  x1x1 x2x2 xnxn w 1,j w 2,j w n,j net j (t) x j (t) jj función suma función de activación umbral (bias)

43 43 Modelado Neuronal  Arquitecturas Neuronales: –Según e/o/s Número y tipo de entradasNúmero y tipo de entradas Elementos ocultosElementos ocultos Elementos de salidaElementos de salida –Según conectividad entre capas Feedforward (hacia adelante)Feedforward (hacia adelante) Redes RecurrentesRedes Recurrentes Estructuras Enrejadas (Lattice)Estructuras Enrejadas (Lattice)

44 44 Modelado Neuronal  Arquitecturas Neuronales: –Según conexión entre capas Totalmente conectados (full-conexión)Totalmente conectados (full-conexión) Parcialmente conectadosParcialmente conectados Conexión uno a unoConexión uno a uno –Sincronía (actualización de valores) SimultáneaSimultánea AleatoriaAleatoria Según orden topológicoSegún orden topológico Recurrente con interconexiones laterales Entradas Salidas Recurrente con neuronas ocultas

45 45 Modelado Neuronal  Aprendizaje: –Estimulación de la RN por el entorno –Cambios en la RN debido a estimulación –Nueva forma de responder debido a cambios de la estructura interna de la RN

46 46 Modelado Neuronal  Paradigmas de aprendizaje: –Aprendizaje Supervisado –Aprendizaje por Reforzamiento –Aprendizaje Auto-organizado (No Supervisado) –Precalculado o prefijado

47 47 Implementaciones  Medio biológico vs. medio silicio –Velocidad: Neuronas: 10 -3 s., Puertas lógicas: 10 -9 s.Neuronas: 10 -3 s., Puertas lógicas: 10 -9 s. –Tamaño: Neuronas 5 ó 6 órdenes de magnitud menoresNeuronas 5 ó 6 órdenes de magnitud menores –Eficiencia energética: Cerebro: 10 -16 J/op./s., mejores ordenadores: 10 -6Cerebro: 10 -16 J/op./s., mejores ordenadores: 10 -6 –Fan-In: Promedio de 10.000 sinapsis por neurona, mucho mayor que en silicioPromedio de 10.000 sinapsis por neurona, mucho mayor que en silicio

48 48 Implementaciones  Neurosimuladores: –Software: FlexiblesFlexibles EconómicosEconómicos –Hardware: EficientesEficientes

49 49 Implementaciones  Tipos Neurosoftware: –Programación directa –Librerías –Entornos de desarrollo  Características deseables: –Facilidad de uso –Potencia –Eficiente –Extensibilidad

50 50 Implementaciones  Neurohardware: –VLSI analógico –Opto-Electrónicos –Neuro-Chips (VLSI Digital) –Neuro-Tarjetas –Neuro-Computadora –Máquinas paralelas de propósito general –Biochips  Objetivo: –Acelerar fases de aprendizaje y ejecución

51 51 Implementaciones  Biochips

52 52 Aplicaciones  Fases de desarrollo:

53 53 Aplicaciones  Tipos de problemas abordables: –Asociación –Clasificación de Patrones –Predicción –Control –Aproximación –Optimización  En general: –Difícil describir conocimiento/forma de resolverlos –Se dispone de una gran cantidad de ejemplos

54 54 Problemas de Asociación –NETalk (Sejnowski & Rosemberg): A partir de textos escritos genera gonemas correspondientes. Mejoras durante aprendizajeA partir de textos escritos genera gonemas correspondientes. Mejoras durante aprendizaje –Tratamiento de imágenes: Ruido placas matrículasRuido placas matrículas RestituciónRestitución –Compresión de Imágenes:

55 55 Problemas de Clasificación de Patrones –Conteo de células: Clasificación de glóbulos blancosClasificación de glóbulos blancos –Inspección visual: –Seguimiento de pupila

56 56 Problemas de Predicción –Airline Marketing Tactician (AMT): Monitoriza y recomienda la reserva de plazasMonitoriza y recomienda la reserva de plazas –Neuralstocks: Servico de predicciones financieras a corto plazoServico de predicciones financieras a corto plazo

57 57 Problemas de Aproximación –Aproximación de funciones utilizando RBFs Problemas de Optimización –Optimización de rutas: TSPTSP

58 58 Problemas de Control –Control de robots: Cinemática inversaCinemática inversa DinámicaDinámica –ALVINN: Conducción de vehículoConducción de vehículo

59 59 Singularidad tecnológica –Fenómeno al que se acerca la humanidad cuando logre construir ordenadores o organismos vivientes cuya inteligencia supera a la inteligencia humana Vernor Vinge, escritor de ciencia ficción –Caminos: Desarrollo de ordenador que alcance y supere el nivel de inteligencia humana (IA)Desarrollo de ordenador que alcance y supere el nivel de inteligencia humana (IA) Redes de ordenadores que se comporten como superneuronas de un celebro distribuidoRedes de ordenadores que se comporten como superneuronas de un celebro distribuido Desarrollo de elementos de interacción con ordenadores que permitan a un humano comportarse como ser superinteligenteDesarrollo de elementos de interacción con ordenadores que permitan a un humano comportarse como ser superinteligente Manipulaciones biológicas que permitan mejorar en algunos seres el nivel de inteligencia humanoManipulaciones biológicas que permitan mejorar en algunos seres el nivel de inteligencia humano

60 60 Singularidad tecnológica, ¿cuándo? –En el 2020 un ordenador personal de $1000 tendrá la capacidad de computación del cerebro humano Raymond Kurzweil Generalizando la ley de MooreGeneralizando la ley de Moore Cambios tecnológicosCambios tecnológicosexponenciales 22 horas para asimilar el22 horas para asimilar el conocimiento de la era moderna

61 61 Pero tal vez aún nos falte... –¿Tal vez algunos parámetros de nuestros modelos son erroneos? –¿Tal vez no disponemos de la suficiente potencia informática? –¿Tal vez nuestros modelos no han alcanzado la suficiente complejidad? –¿Tal vez nos falta en nuestros modelos algún concepto fundamental?