Press "Enter" to skip to content

Why I’m Building a Model of the Bee Brain | Andrew Barron | TEDxFulbrightSydney


ciao sto costruendo un modello dell’ape
il cervello e io ero ad una conferenza di recente
parlando di quello che faccio e ho ottenuto un
domanda le api hanno il cervello e sono andato
via su questa perla mortificata stringendo
tirata di come potrebbe qualcuno nel 2017
possibilmente immagina che bla bla bla bla
bla bla bla
e come al solito ha portato mio marito a parlare
me giù e sottolinea che ci sono
un sacco di buone ragioni per cui intelligente
enfasi delle persone normali istruite no
potresti non aver pensato molto alle api
e il loro cervello, quindi questo è il mio tentativo
per spiegare cosa sto facendo e perché ora
questo è un modello di scusa che è un
immagine del cervello delle api creato da
Angelique Polk e due ti inseriscono in questo
scala che barra nera in basso è
un millimetro quindi stiamo guardando a
struttura millimetrica a scala ridotta ma che cosa
Voglio che tu ti concentri su prima di tutto
la bellezza intrinseca di questo ma anche
la sua complessità così è il cervello delle api
piccolo ma il cervello delle api non è semplice
il cervello dell’ape come tutti i cervelli è composto
dei neuroni i neuroni sono solo cellule nervose
quali sono le cellule specializzate
fare connessioni e trasmettere
informazioni e anche in un cervello questo
piccolo c’è poco meno di 1 milione
i neuroni ora sto facendo un modello di questo
ora ciò non significa che io sia seduto in un
condiviso facendolo fuori dai fiammiferi II
vorrebbe farlo ma non vorrei
pagato per fare in modo che il mio modello si presenta come
questo quindi questo è un modello con cui ho fatto
il mio collega Alex fa fronte a una parte della B
cervello è un’astrazione di alto livello è
un modello computazionale in cui ogni neurone
o un gruppo di neuroni è rappresentato come a
connessione che trasmette informazioni così
è un modello del cervello come un
flusso di informazioni Rete ora perché lo faccio
questo bene ho voluto ripensarci
l’ ultima volta che hai avuto un incontro
un B comunque che è andato per te se
potresti essere stato punto che probabilmente era
colpa tua ma quello che avrai
realizzato in quello è che le api sono intelligenti
sono incredibilmente intelligenti e da mostrare
sei solo intelligente come guardare questo video
dall’ultimo chick ker Ollie Luke Ola e
Clint Perry
quindi questa ape ha imparato che se si muove
quella palla gialla nel cerchio giallo
il pozzo sotto la palla si riempie
nettare e si beve e questo è un
ora se lo volessi, potresti farlo
descrivono che come forma di utilizzo dell’utensile e
tutta questa intelligenza tutto questo
le intelligenze vengono in qualche modo dal cervello delle api
e voglio capire che questo sia di livello
di intelligenza, ma per farlo ho
per capire come funziona il cervello dell’ape
e questa è una domanda potente anche per
qualcosa come un cervello d’ape, quindi come possiamo
andare a trattare con una domanda con
quel tipo di complessità bene uno
approccio sarebbe potremmo prendere il
cervello a bit più semplici che potremmo risolvere
ciò che i bit fare e poi rimetterlo
insieme il problema con quello è per
cervello che importa sono le connessioni
quando lo distingui, viene a
punto in cui ti rendi conto di tutto ciò che hai fatto
è bravo a romperlo così in altri
approcci potremmo mapparlo potremmo noi
potrebbe imparare la struttura del cervello
perché una mappa è una forma di comprensione
e la cosa bella del contemporaneo
la neuroscienza è che possiamo fare ciò che abbiamo
tecniche ora per costruire incredibilmente
mappe dettagliate del cervello ma cervello
sono strutture dinamiche è dinamico
flusso di informazioni e una mappa quindi
non ti dà le dinamiche è solo
parte della storia
quindi un altro approccio che potremmo osservare
cervelli che lavorano e con il contemporaneo
le neuroscienze possiamo fare ciò che possiamo guardare
a vivere i neuroni nei cervelli viventi di
animali viventi che fanno la loro cosa
il problema è che c’erano così
molti neuroni con così tante connessioni
che inizi davvero quasi subito
annegamento nel volume di dati che
stai generando c’è così tanto
dettaglio è difficile fare un passo indietro
e trova il significato del tuo sistema da
la massa di dettagli di tutti questi nuovi
quelli con tutti questi complessi
connessioni e questo è dove il
l’approccio alla modellazione arriva davvero così
il modello è davvero un gergo scientifico per
meglio supporre che sia un’ipotesi, quindi quando
stai costruendo un modello quello che fai è
prendi tutto ciò che sai
il cervello e tu chiedi come potrebbe questo
lavorare come un sistema le cose che sono
noto quale modello sono i vincoli di chiamata
perché la regola della modellazione sei tu
non posso inventare nulla che non puoi immaginare
connessioni che non esistono non puoi
immagina i neuroni che non sono lì così
entro quei limiti della biologia
che limita il tipo di modello te
puoi fare e poi te lo chiedi okay
dati questi limiti come potrebbe questo
lavora come un sistema e questo diventa tuo
modello e una volta ottenuto il modello
allora il tuo compito è testare il modello e
anche questo non è semplice da testare
un modello che hai su un altro
esperimento mentale ti chiedi se
questo modello ha ragione su ciò che abbiamo imparato
da ciò che possiamo dedurre da esso e
quindi verifichi se è questa inferenza
in realtà vero per darti un esempio
Voglio parlare del lavoro di lunedì
Sto assumendo Avastin che ha dato un brillante
TED parlare un paio di anni fa ora
studi di swinney sul controllo del volo degli insetti
e aveva un modello di come insetti
controllare il loro comportamento in volo è
la loro venuta in terra ma una delle
strane conseguenze del modello di Sweeney
era che se il suo modello era giusto lui
ha proposto che gli insetti non giudichino
distanza in metri o chilometri che sono
a giudicare la distanza da quanto hanno
visto che sembra strano per noi così
Sweeney ha progettato un esperimento da testare
come gli insetti giudicano la distanza e si trovano ancora
in realtà gli insetti non giudicano la distanza
per distanza stanno valutando la distanza
quanto hanno visto ora quella scoperta
non ha dimostrato che il volo di Sweeney
modello di controllo aveva ragione, ma voleva dire
non c’era motivo per cui Sweeney potesse farlo
Immagina che il suo modello fosse sbagliato
e quando si sta modellando è sbagliato
buono a causa di tutti i possibili milioni
modi in cui potrei immaginare un cervello
lavoro se sbaglio su qualcosa che posso
categoricamente esclude tutto il
possibilità che ora ho dimostrato di essere
sbagliato e ho anche imparato un nuovo
vincolo quindi quello che posso fare è rifare il mio
modello tenendo conto di questo nuovo
vincolo e riprova e di
iterando questo processo in modo incrementale
avvicinati sempre più verso la verità
del sistema ma lungo il tuo cammino
anche imparando ciò che conta per il tuo
sistema da ciò che è solo dettagli così avanti
il modo in cui ti stai avvicinando alla verità ma
stai anche imparando il significato da
il dettaglio ora la bellezza di questo essere
progetto di modellazione del cervello è ciò che vogliamo
impara da esso
quindi impareremo quanto intelligente
comportamento autonomo autogestito
emerge dai circuiti del cervello B
ora questo è solo un livello B sicuro ma questo
il progetto non si fermerà con una B
perché una volta abbiamo un modello di B
cervello possiamo usarlo come se fosse a
modello per esplorare quanto più grande e più
cervelli complicati potrebbero funzionare incluso
il nostro proprio ora non sto dicendo che il
il cervello umano è solo un cervello di Big B
assolutamente non quello che sto dicendo
ma il nostro cervello come il cervello B è fatto
dai neuroni e dai neuroni nel nostro
cervello il modo in cui lavorano è in realtà molto
simile al modo in cui i neuroni in un pisello
cervello funziona e il modo in cui i nostri neuroni fanno
connessioni e trasmettere informazioni è
in realtà molto simile al modo in cui i neuroni
fare connessioni e trasmettere
informazioni nel cervello B ma ecco
il kicker il nostro cervello è 80 mila
volte più grande del cervello B, quindi nostro
il cervello contiene ottantamila milioni
neuroni che è un otto con dieci zeri
dopo, prendi solo un momento per
apprezzare la scala di quel numero ora
questo è un livello legittimamente da capogiro di
complessità e direi che lo siamo
mai andando a capire un sistema che
complesso da bruto
per il Salone dobbiamo essere intelligenti e uno
il modo in cui possiamo essere intelligenti è che potremmo
prendi la nostra comprensione dell’essere il cervello
e usarlo come modello per certi
aspetti del cervello umano quindi il B
il modello del cervello diventerà il nostro primo miglior
Immagino che diventerà il nostro modo di iniziare
per capire la complessità del
cervello umano e alla fine è per questo
Sto costruendo un modello del cervello B che è
non solo per capire B nella loro
comportamento è perché alla fine
la modellazione del cervello B ci aiuterà
capire la mente umana grazie
tu
Please follow and like us:

Be First to Comment

Lascia un commento