SLEEP

WHY DO WE  HAVE  TO  SLEEP?

A recent article written by Christoph Nissen (U of Freiburg/published in Nature Communications, explains in part the reasons that induce sleep, responding to questions asked on this issue since the beginning of time. According to Nissen, people who are awake and active have at the end of the day, their neurons as interconnected and muddled with electrical activity that their  brain synaptic connections related to memory and learning, are  deteriorated. After absorbing all kinds of information during the day, sleep is the norm to restart properly human brain connectivity, crucial to remember and learn. Do not believe that sleep is a process of total rest. In contrast, this continues to be an active process (as evidenced by functional brain scans and REM and non-REM processes aimed to disentangle synapses). When we are awake and active, the brain learns new things while preserving and strengthening long-term synaptic activity processes that require enormous energy expenditure that can cause at the end of the day a synaptic saturation. According to Nissen, the dream re-normalizes altered synaptic activity promoting synaptic plasticity processes. Without sleep our brains are more excitable, our  memory poorer, our synapses and neurons are densely connected as we learn, to reach a state which hinders their answers.

PORQUE DORMIMOS?

Un reciente artículo de Christoph Nissen (U de  Freiburg/publicado en Nature Communications,  aclara  en parte las razones que inducen el   sueño, respondiendo así a preguntas realizadas a este respecto desde el inicio de los tiempos. Según Nissen, las  personas que están despiertas y activas  tienen al final del día, sus neuronas tan interconectadas y embrolladas con actividad eléctrica que las conexiones sinápticas cerebrales relacionadas con la  memoria  y  el aprendizaje, se deterioran.  Tras   absorber todo tipo de información durante el día, el sueño  es la norma  para   reiniciar apropiadamente la conectividad cerebral humana,  fase crucial  para  recordar y aprender. No se  crea  que el  sueño es un proceso de reposo total. Contrariamente, este   continúa siendo un proceso  activo (como lo demuestran las tomografías cerebrales funcionales y los procesos REM y No REM, tendientes a desembrollar las sinapsis). Cuando estamos despiertos y activos, el cerebro aprende cosas nuevas  preservando y consolidando  la memoria a largo plazo, procesos con  actividad sináptica que requieren  un enorme gasto energético capaz de causar al final del dia  una gran  saturación sinaptica. Según Nissen, el sueño   re-normaliza la  actividad  sináptica alterada al promover  procesos de plasticidad sináptica.  Sin dormir nuestros cerebros son más excitables, nuestra memoria más  deficiente, nuestras sinapsis y  neuronas están   densamente conectadas mientras aprendemos, hasta llegar a un estado que dificulta sus respuestas.     

AUTONOMOUS HUMANOID ROBOTIC BRAIN

AUTONOMOUS HUMANOID ROBOTIC BRAIN.

What is the fate of  autonomous humanoid robotics? What is its  current status? For us, the answer is unique: the creation of an artificial entity, simile, equal or better than a  human being (acting or taking decisions), as determined by the circumstances. To the fulfillment of this goal concur predictable and unpredictable factors (as has happened in many previous scientific-technical creations). We analyze the  predictable part. I) What was done in robotics, is not autonomous so far; it's just the mere imitation of human body movements with  utilitarian purposes if you will. Although this is the beginning, the final perspective of autonomous humanoid robotics, is not that. Recent advances in brain science and computing: Blue Brain Project (2005, to create  a synthetic brain, mimicking mammalian brain circuits through reverse engineering, to study the architecture and principles of brain function), Human Connectome Project (2009, map all human brain neural connections in order to understand its operation and generate data to facilitate research of dyslexia, autism, Alzheimer's disease, schizophrenia), Brain Activity Map (BAM, 2013, map of human brain activity of each neuron),  have organized the autonomous humanoid robot perspectives,  to travel roads in continuous building, while  walking. To this is added several transhumanist ideas aimed at improving human cell bodies (generation of superhumans). From having little scale perspectives (perhaps to know only one kind  of life: human), we have now  multiple visions. II) The fundamental point in the construction of the brain of an autonomous humanoid robot is that the senses must emerge and run before the brain. The latter must be formed according to the demands of the senses, not vice versa. Therefore the best way to understand the functioning of a  human brain and to  create an artificial humanoid  brain, is to follow the way that paved the  human evolution. Thus, the creation of the brain of an autonomous humanoid robot should start initially providing to robotic humanoid: senses at the same time that the robot is conditioned to autonomously acquire its own energy requirements (fuel in this case), imitating somehow functions of the gastrointestinal system. Fortunately this second stage of robotics: insertion and operation of the senses is already underway. It started with the vision (Science, December, 2015: Human-level probabilistic concept Learning Through induction program), with good results. In this article, it is showed  that the application of new software models recreate the human ability to generalize concepts from a single example : handwritten characters taken from  global alphabets,  observed under Bayesian criteria. Previous learning algorithms of computers required hundreds of examples. With the new software’s, computers adcquire cognitive abilities indistinguishable from humans. If our proposal is consistent, the next step will be to incorporate similar software for other senses: smell, hearing, touch, taste... So happened in human evolution:  emerging sense forced the emergence of an orchestra director (brain). III) While multisensory incorporations would initially run by external supervisors (human), the goal of the third and final step is to put all your senses under the  orders of an artificial controller (autonomous humanoid robotic brain), to process the perceived and give them  the  corresponding channel.

CEREBRO ROBOTICO HUMANOIDE. 

Hacia dónde va la robótica autónoma  humanoide? ¿Cuál es su estado actual? Para  nosotros, la respuesta es única: la creación de un ente   artificial, símil, igual o superior a los humanos  (actuando y tomado decisiones), según lo determinen  las circunstancias.  Al cumplimiento de esta  meta  concurren  factores predecibles y no predecibles (como ha sucedido en   muchas  creaciones científico-técnicas anteriores). Analizaremos, la  parte predecible. I) Lo  realizado en robótica hasta hoy, no es autónoma; es solo la mera imitación de  movimientos corporales humanos con fines utilitarios –comerciales- si se quiere. Aunque esta es la parte primigenia,  la perspectiva final de la robótica autónoma humanoide, no es esa. Los últimos avances en ciencia y computación cerebral: Blue Brain Project  (2005, creación de  un cerebro sintético, imitando circuitos cerebrales de mamíferos  mediante  ingeniería reversa a fin de  estudiar la arquitectura  y  principios del funcionamiento cerebral),  Human Connectome Project (2009, mapa  de todas las conexiones neuronales  cerebrales humanas a fin de  comprender  su  funcionamiento y generar  datos que faciliten la investigación de la dislexia,  autismo,  enfermedad de Alzheimer,  esquizofrenia),  Brain Activity Map (BAM, 2013,  mapa de la actividad de cada neurona cerebral humana), han  cimentado y organizado la robótica autónoma  humanoide al recorrer   caminos que seguirán construyéndose, al andar.  A lo anterior se  suma la fuerza de las  ideas de los transhumanistas tendientes a perfeccionar los somas humanos (generación de superhumanos). De tener   pocas perspectivas a escala  (quizás por conocer una sola forma de vida: la humana), se ha pasado a disponer de  múltiples   visiones.  II) El punto fundamental  en la construcción del cerebro de  un robot autónomo humanoide  es que los sentidos deben emerger y funcionar antes que el cerebro. Este último  debe ser formado de acuerdo a las exigencias de los sentidos,  no al revés. Por tanto el mejor método para comprender el funcionamiento un cerebro humano y crear de paso  un cerebro símil artificial,  es seguir el camino que trazo la evolución humana. Así,  la creación del cerebro de  un robot autónomo humanoide debe  empezar dotando inicialmente de   sentidos al humanoide robótico a la par que se le acondiciona para que adquiera  autónomamente sus propios  requerimientos energéticos (fuel en este caso),  imitando  de algún modo, las funciones del   sistema gastrointestinal. Por fortuna esta segunda etapa de la robótica: inserción y funcionamiento de los sentidos  ya  está en curso.  Se ha empezado con la visión (Science,December, 2015: Human-level concept learningthrough probabilistic program induction),con buenos resultados. En este artículo, se demuestra  que la aplicación de nuevos modelos de softwares recrean la habilidad humana de generalizar conceptos a partir de un solo ejemplo : caracteres escritos a mano de alfabetos mundiales observados bajo criterios bayesianos.   Los algoritmos previos de aprendizaje de las computadoras requerían centenares de ejemplos. Con los nuevos softwares, las computadoras logran equivalentes indistinguibles del de los   humanos.  Si nuestra propuesta es coherente,   el siguiente paso será incorporar mediante softwares similares los sentidos restantes: olfato,  audición,  tacto,  gusto...  Así ocurrió en la evolución humana: : los sentidos emergentes forzaron  la emergencia de un director de orquesta (cerebro).  III) Aunque las incorporaciones multisensoriales  serían dirigidas inicialmente por  supervisores   externos (humanos),  la meta del tercer y último paso  será  poner todos los sentidos bajo las órdenes  de un controlador artificial (cerebro robótico autónomo humanoide), para  procesar lo percibido  y darle el cauce correspondiente.  

LEARNING SOCRATIC METHOD in the MIT

Abstract from NYT.

In most Peruvian medical schools, 50% of student’s time is employee in listening forced, sleeping and boring large lectures classes (generalities of a topic, mostly not related with practical classes -exposed in 1 or 2 hours- while students listen it passively). A bad teaching method dedicated to the lecturer's splendor more than to learnings centered in the student that should be banished, opening the way to more natural methods of learning. According to Carl Wieman, Prize Nobel of Physics (U/British Columbia), the human brain is capable alone of retaining a maximum of 7 different topics in its short term memory, processing no more than 4 ideas at the same time. In a large lecture class the topics are numerous and the students enthrone alone a small fraction of them. Many students of the MIT estimate large lecture classes as not indispensable, as long as they can extract them of books in more efficient form. In the MIT has begun the replacement of large lecture classes for others of short duration (Socratic method : professor's questions and answers of small groups of students), showing that students can learn fundamental concepts and apply them better by means of interactive and collaborative processes.

For the development of this project: TEAL (Technology Enhanced Learning Activates), the MIT has built 2 living rooms equipped with high technology valued in 2,5 million dollars, where 80 students make comfortable sat down in 13 round tables equipped with wireless PC. The walls are covered with white boards and big screens. The professor makes a brief introduction of general principles while the students work related concepts in small groups. Professors and students carry out experiments together, ask questions and write formulas in boards, using cliquers to respond and their hands to carry out interactive and collaborative processes. The professors monitored the learning asking questions of multiple election. The students respond clicking their answers to PCs monitored by the professors. At the moment the TEAL, alone is applied in Physics.

APRENDIZAJE SOCRATICO en el MIT.

En la mayoría de facultades de medicina peruanas el 50% del tiempo de los estudiantes es empleado en escuchar obligadas, incitadoras de sueño y aburridas clases magistrales (generalidades de un tema, mayormente no relacionado con las clases prácticas -expuestos en 1 o 2 horas- mientras los alumnos escuchan pasivamente). Un método ineficáz de enseñanza destinado al lucimiento del disertante más que a aprendizajes centrados en el estudiante, que debería ser desterrado, para dar paso a métodos más naturales de aprendizaje. Segun Carl Wieman, Premio Nobel de Fisica (U/British Columbia), el cerebro humano solo es capáz de retener un máximo de 7 temas diferentes en su memoria de corto plazo, procesando no más de 4 ideas a la véz. En una clase magistral los temas son numerosos y los estudiantes entronizan solo una pequeña fracción de ellos. Muchos estudiantes del MIT estiman las clases magistrales como no indispensables, en tanto pueden extraerlas de libros en forma más eficiente. En el MIT se han empezado a reemplazar extensas clases magistrales por otras de corta duración (método socrático de preguntas del profesor y respuestas de pequeños grupos de alumnos), mostrando que los estudiantes aprenden conceptos fundamentales y los aplican mejor mediante procesos interactivos y colaborativos.

Para el desarrollo de este proyecto :TEAL (Technology Enhanced Active Learning), el MIT ha construido 2 salones equipados con alta tecnología valuados en 2,5 millones de dólares, donde se acomodan 80 estudiantes sentados en 13 mesas redondas equipadas con PC inalámbricas. Las paredes están cubiertas con pizarras blancas y grandes pantallas. El profesor hace una breve exposición de principios generales mientras los alumnos trabajan conceptos relacionados en pequeños grupos. Profesores y estudiantes realizan experimentos juntos, hacen preguntas y escriben fórmulas en pizarras, usando cliquers para responder y sus manos para realizar procesos interactivos y colaborativos. Los profesores monitorean el grado de aprendizaje haciendo preguntas de elección múltiple. Los alumnos responden clickeando sus respuestas a PCs monitorizadas por los profesores. De momento el TEAL, solo se aplica en Fisica.