Portada
mis comunidades
otras secciones
#10:
#8 Personalmente no veo la relación de lo que indicas con lo que explica el artículo.
De lo que yo entiendo es que se refieren a que en situaciones de estabilidad, donde las circunstancias cambian muy poco, el cerebro reduce la sensibilidad a los resultados por lo que los cambios de nuestro comportamiento no serán bruscos por un resultado negativo ni tampoco por uno positivo. Por contra en situaciones de alta incertidumbre somos más sensibles a los cambios de resultados para afinar de forma más brusca, con menos precisión, para obtener un resultado aceptable lo más rápidamente posible y entiendo aspirar a una situación de mayor estabilidad que permita ya sí entonces refinar lo aprendido con mayor precisión.
Y parece que indican que eso ocurre de forma independiente en las distintas actividades, de forma que se valora si algunas actividades están en un entorno más estable que otras para afectar a su sensibilidad de aprendizaje.
Para llevarlo de nuevo a tu comentario entiendo que al aprender un lenguaje de programación por primera vez el aprendizaje será más brusco, menos detallado, para obtener a grandes trazos un resultado aceptable. Y ya con la estabilidad de conocer el entorno, el medio, irás aprendiendo de forma más detallada y afinando mejor los conceptos. Al tener ya aprendidos otros lenguajes y tener éstos mucho en común quizá sí te estés saltando parte del aprendizaje brusco para ir casi directamente a los detalles. Lo que indica el articulo es que el hecho que estés en ese proceso de aprendizaje fino en ese entorno de programación no te impide que en otras áreas de mayor incertidumbre tu cerebro esté en modo menos detallado, más brusco, para ese ámbito.
De lo que yo entiendo es que se refieren a que en situaciones de estabilidad, donde las circunstancias cambian muy poco, el cerebro reduce la sensibilidad a los resultados por lo que los cambios de nuestro comportamiento no serán bruscos por un resultado negativo ni tampoco por uno positivo. Por contra en situaciones de alta incertidumbre somos más sensibles a los cambios de resultados para afinar de forma más brusca, con menos precisión, para obtener un resultado aceptable lo más rápidamente posible y entiendo aspirar a una situación de mayor estabilidad que permita ya sí entonces refinar lo aprendido con mayor precisión.
Y parece que indican que eso ocurre de forma independiente en las distintas actividades, de forma que se valora si algunas actividades están en un entorno más estable que otras para afectar a su sensibilidad de aprendizaje.
Para llevarlo de nuevo a tu comentario entiendo que al aprender un lenguaje de programación por primera vez el aprendizaje será más brusco, menos detallado, para obtener a grandes trazos un resultado aceptable. Y ya con la estabilidad de conocer el entorno, el medio, irás aprendiendo de forma más detallada y afinando mejor los conceptos. Al tener ya aprendidos otros lenguajes y tener éstos mucho en común quizá sí te estés saltando parte del aprendizaje brusco para ir casi directamente a los detalles. Lo que indica el articulo es que el hecho que estés en ese proceso de aprendizaje fino en ese entorno de programación no te impide que en otras áreas de mayor incertidumbre tu cerebro esté en modo menos detallado, más brusco, para ese ámbito.
#1:
¿Tan difícil es para un periodista poner un enlace al artículo original? http://dx.doi.org/10.1016/j.neuron.2017.03.044
Comentarios
¿Tan difícil es para un periodista poner un enlace al artículo original? http://dx.doi.org/10.1016/j.neuron.2017.03.044
#1 Gracias!
#1 No siempre es la culpa de periodista, muchas veces es una norma de no poner ningún enlace externo.
¿Alguien ha entendido el artículo? Yo no, y por los pocos comentarios creo que es general. Voy a echarle un vistazo al original (gracias #1).
#4 está redactado con el culo. Creo.
Edito (#10) lo explica mejor que el juntaletras
#4 buscalo en www.sci-hub.cc
#13 Whaaaaaat? No conocía esa página. Gracias por la aportación, aunque en este caso si que tenía acceso gratuito
#4 ya somos dos. Pero hasta el momento hay 80 y pico que parece que lo han entendido
#4
Al menos está el resumen en ese enlace al artículo original que dijo #1 , el cual paso a traducir:
----------------
Resumen
La toma de decisiones basada en resultados a menudo conlleva la integración de los resultados de recompensa, pero esto se vuelve considerablemente más desafiante si las asignaciones de recompensas a las opciones alternativas son probabilísticas y no estacionarias.
A pesar de la existencia de varios modelos para integrar la recompensa bajo incertidumbre de forma óptima, los mecanismo neuronales subyacentes son todavía desconocidos. Aquí proponemos que la metaplasticidad dependiente de recompensa (RDMP) puede proporcionar un mecanismo plausible tanto para integración de la recompensa bajo incertidumbre como para la estimación de la misma incertidumbre. Mostramos que un modelo basado en RDMP puede realizar de forma robusta la tarea de aprendizaje probabilístico inverso a través del ajuste dinámico del aprendizaje basado en la retroalimentación, mientras los cambios en su actividad señalan una incertidumbre inesperada. El modelo predice tasas de aprendizaje dependientes del tiempo y específicas a la elección, las cuales dependen fuertemente de la historia de recompensas. Las predicciones clave de este modelo fueron confirmadas con datos de comportamiento de primates no humanos.
En términos generales, nuestros resultados sugieren que la metaplasticidad puede proporcionar un sustrato neuronal para el aprendizaje adaptativo y la elección bajo incertidumbre.
--------------------
Summary
Value-based decision making often involves integration of reward outcomes over time, but this becomes considerably more challenging if reward assignments on alternative options are probabilistic and non-stationary. Despite the existence of various models for optimally integrating reward under uncertainty, the underlying neural mechanisms are still unknown. Here we propose that reward-dependent metaplasticity (RDMP) can provide a plausible mechanism for both integration of reward under uncertainty and estimation of uncertainty itself. We show that a model based on RDMP can robustly perform the probabilistic reversal learning task via dynamic adjustment of learning based on reward feedback, while changes in its activity signal unexpected uncertainty. The model predicts time-dependent and choice-specific learning rates that strongly depend on reward history. Key predictions from this model were confirmed with behavioral data from non-human primates. Overall, our results suggest that metaplasticity can provide a neural substrate for adaptive learning and choice under uncertainty.
Ciertamente se auto-adapta dependiendo de factores, por ejemplo cuando me toca aprender algo por obligación mi cerebro abre el la tubería del desagüe y por lado me entra y por otro me sale.
Aunque se pueda interpretar que no es un comportamiento optimo del cerebro para el aprendizage, sobretodo desde el punto de vista de mi jefe, personalmente creo que si. Desechar gilipolleces es optimizar.
#5 huh ese aprendizae no es mio
Espero que lo hayáis aprendido.
#6 ¿Aprendido el que?
Vamos que es la teoría de porque cuando aprendes algún idioma aprender el siguiente es más fácil. O en programación cuando aprendes algún lenguaje/API aprender el siguiente es mucho más sencillo.
#8 Personalmente no veo la relación de lo que indicas con lo que explica el artículo.
De lo que yo entiendo es que se refieren a que en situaciones de estabilidad, donde las circunstancias cambian muy poco, el cerebro reduce la sensibilidad a los resultados por lo que los cambios de nuestro comportamiento no serán bruscos por un resultado negativo ni tampoco por uno positivo. Por contra en situaciones de alta incertidumbre somos más sensibles a los cambios de resultados para afinar de forma más brusca, con menos precisión, para obtener un resultado aceptable lo más rápidamente posible y entiendo aspirar a una situación de mayor estabilidad que permita ya sí entonces refinar lo aprendido con mayor precisión.
Y parece que indican que eso ocurre de forma independiente en las distintas actividades, de forma que se valora si algunas actividades están en un entorno más estable que otras para afectar a su sensibilidad de aprendizaje.
Para llevarlo de nuevo a tu comentario entiendo que al aprender un lenguaje de programación por primera vez el aprendizaje será más brusco, menos detallado, para obtener a grandes trazos un resultado aceptable. Y ya con la estabilidad de conocer el entorno, el medio, irás aprendiendo de forma más detallada y afinando mejor los conceptos. Al tener ya aprendidos otros lenguajes y tener éstos mucho en común quizá sí te estés saltando parte del aprendizaje brusco para ir casi directamente a los detalles. Lo que indica el articulo es que el hecho que estés en ese proceso de aprendizaje fino en ese entorno de programación no te impide que en otras áreas de mayor incertidumbre tu cerebro esté en modo menos detallado, más brusco, para ese ámbito.
#10 Buena explicación.
Necesito establecer una tasa de aprendizaje para entender el titular.
Cómo podemos tener un cerebro tan sofisticado, no se ni lo que soy.
#11 Conan, el destructor.