Aprendiendo de las máquinas

Resumen

Explore la intersección de la neurociencia y el aprendizaje automático, descubriendo conocimientos sobre la cognición humana, la percepción y la conciencia a través de modelos computacionales y metáforas visuales.

Programa de estudio

• Introducción al Aprendizaje Automático y la Neurociencia
Visión general de los principios del aprendizaje automático
Conceptos básicos de neurociencia relevantes para la IA
• Redes Neuronales y el Cerebro
Comparación de neuronas biológicas y neuronas artificiales
Estructura y función de las redes neuronales
Aprendizaje Hebbiano y plasticidad sináptica
• Modelos de Aprendizaje Automático de la Cognición
Modelos computacionales del aprendizaje humano
Sistemas de memoria y computación neural
Paralelos entre aprendizaje por refuerzo y toma de decisiones humanas
• Percepción y Procesamiento Sensorial
Procesamiento visual en cerebros y máquinas
Representación e interpretación de la información sensorial
Redes neuronales convolucionales y percepción visual
• Conciencia e Inteligencia de Máquina
Teorías de la conciencia
Potencial de conciencia en las máquinas
Implicaciones éticas de las máquinas conscientes
• Emulando la Percepción Humana
Desarrollo de metáforas visuales en aprendizaje automático
Conectar la percepción humana con modelos computacionales
Aplicaciones en visión por computadora y reconocimiento de imágenes
• Temas Avanzados en Neuro-IA
Arquitecturas y algoritmos inspirados en el cerebro
Computación neuromórfica
Direcciones futuras en la integración de IA y neurociencia
• Proyecto y Estudios de Caso
Análisis de aplicaciones del mundo real de la neuro-IA
Diseño e implementación de un modelo simple inspirado en el cerebro
Evaluación de estudios de caso del aprendizaje automático en la investigación de neurociencia
• Conclusión y Perspectivas Futuras
Resumen de ideas clave
Discusión sobre preguntas abiertas y desafíos
Exploración de caminos futuros de investigación en la integración neuro-IA

---

Asignaturas

Charlas de Conferencia