Introducción a la Neurociencia Computacional y Teórica

Modadlidad de cursada

La modalidad de cursado será totalmente virtual y sincrónica. Solo se impartirá conocimiento conceptual, sin clases prácticas. No obstante, habrá instancias demostrativas de cómo se implementan soluciones en neurociencia computacional y teórica.

Modalidad evaluación

Para aprobar la materia los y las estudiantes deberán:

• Aprobar dos parciales escritos. Cada parcial se evaluará entre cero (0) y diez (10).
• Estudiar, presentar y defender un trabajo científico (de otros autores) vincualado a los contenidos del curso, el cual deberá ser acordado con el profesor. La defensa se realizará el día del examen final, a fin del cuatrimestre (en fecha a determinar). Esta etapa se evaluará entre cero (0) y diez (10).
• Asistir al menos al 80% de las clases en forma sincrónica (se tomará asistencia).

Fundamentos

Vivimos un momento singular y profundamente disruptivo de la historia de nuestra especie, en el que las neurociencias nos permiten comprender, con creciente precisión, el funcionamiento de la mente y el cerebro, mientras que las neurotecnologías, junto con las nuevas capacidades de registro e intervención sobre el sistema nervioso transforman de manera radical todos los aspectos de nuestras vidas y de nuestras actividades. ESta convergencia entre biología, computación, matemática, física e ingeniería no solo redefine las fronteras del conocimiento científico, sino que también plantea nuevos interrogantes sobre la naturaleza misma de la cognición, la conciencia y la inteligencia. En este escenario, la neurociencia teórica y a neurociencia computacional se han convertido en componentes esenciales del esfuerzo contemporáneo por construir una comprensi&aocute;n integrada del sistema nervioso.

La neurociencia teórica se orienta a formular principios generales y marcos conceptuales que permitan articular los distintos niveles de descripción del sistema nervioso, desde los mecanismos biofísicos de la excitabilidad neuronal hasta los fenómenos emergentes de la percepción, la memoria y la toma de decisiones. Su propósito es generar una comprensión unificada, capaz de integrar datos experimentales dispersos en modelos explicativos coherentes.

La neurociencia computacional, por otra parte, busca desarrollar modelos matemáticos y algoritmos que describen la dinámica de neuronas, redes neuronales y sistemas cognitivos, permitiendo simular, analizar y predecir comportamientos complejos. Al mismo tiempo, explora las analogías entre los principios del procesamiento biológico de la información y los sistemas artificiales de aprendizaje automático neuronal, estableciendo puentes entre a biología y la inteligencia artificial.

Este curso busca ofrecer a los y las alumnas ese puente formativo: un espacio de aprendizaje donde puedan aproximarse, con herramientas accesibles pero rigurosas, a los principios fundamentales del modelado neuronal, la simulación computacional y la formalización teórica de los procesos cerebrales y cognitivos.

Objetivos

• Comprender los principios básicos del modelado neuronal y de redes neuronales, tanto desde la perspectiva biológica como computacioal.
• Familiarizarse con los principales tipos de modelos teóricos, desde los biológicamente detallados hasta los modelos ultra simplificados utilizados en el aprendizaje automático.
• Desarrollar competencias básicas en el uso de representaciones matemáticas y computacionales, de manera accesible para quienes no poseen formación previa en matemática, computación, física o ingeniería.
• Explorar las conexiones entre neurociencia e inteligencia artificial, analizando cómo los modelos inspirados en el cerebro han contribuido al desarrollo de algoritmos de aprendizaje automático, y cómo estos, a su vez, ofrecen nuevas herramientas para el estudio de la función cerebral.