El Fin Del Conocimiento - Bóveda 3 - Escuela de Primavera GTEC BCI & Neurotecnología 2024 - Día 1

graph LR classDef bci fill:#f9d4d4,font-weight:bold,font-size:14px classDef cns fill:#d4f9d4,font-weight:bold,font-size:14px classDef hexer fill:#d4d4f9,font-weight:bold,font-size:14px classDef skills fill:#f9f9d4,font-weight:bold,font-size:14px classDef improvements fill:#f9d4f9,font-weight:bold,font-size:14px A["Jon Wolpaw"] --> B["Los BCIs son lentos,
poco fiables, no confiables 1"] A --> C["Los BCIs decodifican el SNC
para leer la mente 2"] A --> D["El cerebro adquiere habilidades
a traves de los musculos 3"] A --> E["Las habilidades de BCI se aprenden
con la practica 4"] A --> F["Los BCIs crean habilidades del SNC
no musculares 5"] D --> G["El rendimiento de la habilidad varia,
el resultado es estable 6"] D --> H["El SNC cambia continuamente,
las habilidades se mantienen 7"] D --> I["Sustrato de habilidad: red de
neuronas distribuidas 8"] D --> J["La adquisicion de habilidades implica
plasticidad cerebral 9"] I --> K["Las habilidades simples implican
plasticidad cerebral 10"] H --> L["Como se mantienen,
negocian las habilidades? 11"] I --> M["Redes de habilidades: cambiantes,
propiedades negociadas 12"] H --> N["El SNC mantiene habilidades
via negociacion 13"] I --> O["Sustrato de habilidad denominado
red hexer 14"] O --> P["Los hexers mantienen el equilibrio
negociado de habilidades 15"] O --> Q["Hexers: mantenedores de habilidades
esencialmente perfectos 16"] O --> R["Ejemplos: flexion de dedos,
redes de reflejos 17"] O --> S["Hexers negocian efectos
asimetricos de habilidades 18"] S --> T["Neurones motores negociados
entre hexers 19"] S --> U["Condicionamiento de reflejos en ratas
muestra negociacion 20"] O --> V["Hexer produce, mantiene
habilidad muscular 21"] F --> W["BCI crea red hexer
sintetica 22"] W --> X["Hexers sinteticos carecen de
ventajas naturales 23"] X --> Y["Mejoras potenciales: retroalimentacion,
redundancia, negociacion 24"] F --> Z["Los BCIs integran hexers
sinteticos naturalmente 25"] A --> AA["Colaboradores reconocidos, especialmente
Dennis McFarlane 26"] A --> AB["Los BCIs crean habilidades,
hexers mantienen 27"] AB --> AC["Hexers mantienen el equilibrio
negociado del SNC 28"] AB --> AD["Integracion de hexers sinteticos
mejora los BCIs 29"] A --> AE["Mejores BCIs principalmente
un problema de neurociencia 30"] class A,B,C,E,F,W,X,Z,AB,AD,AE bci class D,G,H,J,K,L,N cns class I,M,O,P,Q,R,S,T,U,V,AC hexer class AA improvements

Resumen:

1.-Los BCIs existentes son lentos y poco fiables, presentando el "problema del Gran Cañón" - no son confiables para tareas críticas.

2.-La noción predominante es que los BCIs decodifican señales del SNC para "leer la mente", pero esta visión tiene limitaciones.

3.-El cerebro adquiere comportamientos/habilidades adaptativas que normalmente son producidas por músculos. Los BCIs convierten la actividad del SNC en nuevas habilidades no musculares.

4.-Las habilidades de BCI, al igual que las habilidades naturales, se aprenden y adquieren a través de la práctica, como lo demuestran estudios en animales y humanos.

5.-Los BCIs tienen como objetivo crear nuevas habilidades no musculares, por lo que el enfoque predominante debería ser la neurociencia para integrarlas en el SNC.

6.-Una habilidad no se realiza de la misma manera cada vez - las trayectorias varían pero el resultado es estable y predecible.

7.-El SNC cambia continuamente a lo largo de la vida a través de la neurogénesis, cambios sinápticos, cambios gliales, etc. Las habilidades se mantienen de alguna manera a pesar de esto.

8.-El sustrato del SNC de una habilidad es una red distribuida de neuronas y sinapsis, no una ubicación sináptica específica.

9.-Estudios de fMRI muestran que la adquisición de habilidades implica plasticidad superpuesta en la corteza, áreas subcorticales, cerebelo y médula espinal.

10.-Habilidades simples como el condicionamiento del reflejo rotuliano también implican una red distribuida de plasticidad cerebral y medular.

11.-Preguntas clave: ¿Cómo se mantienen las habilidades en un SNC cambiante? ¿Cómo retienen las redes de habilidades atributos clave y negocian propiedades?

12.-Nuevo paradigma: Las redes de habilidades tienen dos propiedades especiales - 1) Cambian continuamente para mantener atributos clave de habilidades, 2) Negocian simultáneamente neuronas/sinapsis compartidas.

13.-El proceso agregado es una negociación, manteniendo el SNC en un equilibrio negociado que mantiene habilidades, similar a un equilibrio de Nash.

14.-El sustrato del SNC de una habilidad se denomina "hexer" - una red que produce y mantiene una habilidad.

15.-Juntos, los hexers mantienen un equilibrio negociado que permite la preservación y adquisición de habilidades - una propiedad observada por Nikolai Bernstein en 1967.

16.-Los hexers se nombran así por la palabra griega que significa "esencialmente perfecto" para implicar sus propiedades especiales de mantenimiento de habilidades.

17.-Ejemplos de hexers incluyen la red de aprendizaje de secuencias de flexión de dedos y la red de condicionamiento de reflejos espinales.

18.-Los hexers deben negociar ya que el sistema nervioso se ve afectado por la adquisición de nuevas habilidades asimétricas como el lanzamiento de disco.

19.-El segmento inicial del axón de las neuronas motoras espinales, el último guardián del comportamiento, es negociado entre hexers para mantener habilidades.

20.-El condicionamiento del reflejo H del soleo en ratas muestra negociación entre el nuevo hexer de reflejo y el viejo hexer locomotor para mantener una marcha simétrica.

21.-Un hexer es una red que produce una habilidad basada en músculos y cambia según sea necesario para mantener los atributos clave de la habilidad.

22.-Un BCI crea un hexer sintético - una red de neuronas, sinapsis y software que produce y mantiene una habilidad de BCI.

23.-Los hexers sintéticos actualmente carecen de las ventajas de los hexers naturales, limitando la fiabilidad de los BCIs. Preguntas relevantes de neurociencia sobre hexers permanecen sin respuesta.

24.-Mejoras potenciales: Punto de partida adecuado, mejor retroalimentación sensorial, señales de múltiples áreas, redundancia, capacidad de negociar, actualización continua.

25.-Crear mejores BCIs es ante todo un problema de neurociencia de integrar hexers sintéticos en el equilibrio negociado natural de hexers.

26.-La charla cubrió el trabajo de muchos colaboradores y fue apoyada por varias organizaciones de financiamiento. Se reconoció especialmente al fallecido Dennis McFarlane.

27.-Conclusiones clave: Los BCIs crean habilidades no musculares. El sustrato del SNC de una habilidad es una red plástica llamada hexer.

28.-Los hexers cambian continuamente para mantener atributos clave de habilidades y mantener el SNC en un equilibrio negociado. Los BCIs crean hexers sintéticos.

29.-Los hexers sintéticos son actualmente lentos y poco fiables. Integrarlos en el equilibrio negociado ampliado es clave para la mejora.

30.-Aunque la bioingeniería y el análisis de señales son importantes, crear mejores BCIs es principalmente un problema de neurociencia. Quedan sin resolver cuestiones científicas difíciles.

Bóveda del Conocimiento construida porDavid Vivancos 2024