Obliczeniowe neuronauki poznawcze: jak modelować funkcje mózgu i co to nam pozwoli zrozumieć?

3

Click here to load reader

description

Obliczeniowe neuronauki poznawcze: jak modelować funkcje mózgu i co to nam pozwoli zrozumieć?. Włodzisław Duch Katedra Informatyki Stosowanej , Uniwersytet Mikołaja Kopernika, Toruń Google: W. Duch UJ, Kraków 8/9.05.2009. O czym mogę mówić ... - PowerPoint PPT Presentation

Transcript of Obliczeniowe neuronauki poznawcze: jak modelować funkcje mózgu i co to nam pozwoli zrozumieć?

Page 1: Obliczeniowe neuronauki poznawcze:  jak modelować funkcje mózgu i  co to nam pozwoli zrozumieć?

Obliczeniowe neuronauki poznawcze: Obliczeniowe neuronauki poznawcze: jak modelować funkcje mózgu i jak modelować funkcje mózgu i co to nam pozwoli zrozumieć?co to nam pozwoli zrozumieć?

Obliczeniowe neuronauki poznawcze: Obliczeniowe neuronauki poznawcze: jak modelować funkcje mózgu i jak modelować funkcje mózgu i co to nam pozwoli zrozumieć?co to nam pozwoli zrozumieć?

Włodzisław DuchWłodzisław Duch

Katedra Informatyki StosowanejKatedra Informatyki Stosowanej, , Uniwersytet Mikołaja Kopernika, ToruńUniwersytet Mikołaja Kopernika, Toruń

Google: Google: W. W. DuchDuch

UJ, Kraków 8/9.05.2009UJ, Kraków 8/9.05.2009

Page 2: Obliczeniowe neuronauki poznawcze:  jak modelować funkcje mózgu i  co to nam pozwoli zrozumieć?

PlanPlan

O czym mogę mówić ...

1. Jak działa mózg – podejście modelowe, ogólny wstęp.2. Jak modelować neurony? Małe sieci? Duże sieci?3. Jak uczyć sieci neuronowe modelować środowisko i

wykonywać zadania.4. Emergent – przykład architektury BICA, jak działa, co się

da, jak się może dalej rozwinąć?5. Modele funkcji mózgu: percepcja wzrokowa, uwaga,

modele pamięci, język, wyższe czynności poznawcze, podejmowanie decyzji, kategoryzacja.

6. Co warto w tej dziedzinie robić?

Page 3: Obliczeniowe neuronauki poznawcze:  jak modelować funkcje mózgu i  co to nam pozwoli zrozumieć?

Co warto ...Co warto ...

Bardzo subiektywne rekomendacje:

1. Symulacje efektów torowania: "semantic priming" to podstawa tysięcy eksperymentów => psychologia komputerowa.

2. Psychiatria generatywna, od genów do sieci i do zachowania.3. Budować w miarę poprawne modele i upraszczać, tworząc

praktyczne algorytmy => informatyka neurokognitywna, język, metody uczenia maszynowego.

4. Transformacje "mózg-umysł", fizyka umysłu, zastosowania w BCI, modele na poziomie przestrzeni psychologicznych.

5. Globalna analiza trajektorii w układach dynamicznych/sieciach. 6. Modele pnia mózgu, homeostazy, generatora rytmów

oddechowych, regulacji przez układ siatkowaty, innych funkcji. 7. Modele stanów świadomości, modele kreatywności.