Debe estar conectado para participar
Buscar en los foros:


 






Uso de Comodín:
*    coincide cualquier número de caracteres
%    coincide exactamente un caracter

Como se comunica el procesador mas complejo del mundo…

No hay Etiquetas
Entrada
Extreme Level

ecibad

entradas: 2730

14:50 25/03/2007

1

Gente, todos sabemos como funcionan nuestras CPU`s GPU`s y otras yerbas… pero realmente sabemos como funciona el procesador mas viejo, completo y hasta ahora imbatible que se haya creado (y no por nosotros )???

Les dejo un poco de data sobre la sinapsis… el proceso de comunicacion de las celulas de nuestro sistema nervioso central… algo fundamental para la percepcion y el pensamiento.

"Las sinapsis (del gr. σύναψις, "enlace&quotwink son uniones especializadas mediante las cuales las células del sistema nervioso envían señales de unas a otras y a células no neuronales como las musculares o glandulares. Una sinapsis entre una neurona motora y una célula muscular se denomina unión neuromuscular.

Las sinapsis permiten a las neuronas del sistema nervioso central formar una red de circuitos neuronales. Son cruciales para los procesos biológicos que subyacen bajo la percepción y el pensamiento. También son el sistema mediante el que el sistema nervioso conecta y controla todos los sistemas del cuerpo.

El cerebro contiene un número inmenso de sinapsis, que en niños alcanza los 1000 billones. Este número disminuye con el paso de los años, estabilizándose en la edad adulta. Se estima que un adulto puede tener entre 100 y 500 billones de sinapsis.

La palabra sinapsis viene de sinapteína, que Sir Charles Scott Sherrington y colaboradores formaron con las palabras griegas sin-, que significa "juntos", y hapteina, que significa "con firmeza".

En una sinapsis prototípica, como las que aparecen en los botones dendríticos, unas proyecciones citoplasmáticas con forma de hongo desde cada célula, y en las que los extremos de ambas se aplastan uno contra otro. En esta zona, las membranas celulares de ambas células se juntan en una unión estrecha que permite a las moléculas señal llamadas neurotransmisores pasar rápidamente de una a otra célula por difusión. Esta unión, de aproximadamente 20 nm de ancho, se conoce como hendidura sináptica.

Estas sinapsis son asimétricas tanto en su estructura como en su funcionamiento. Sólo la neurona presináptica segrega los neurotransmisores, que se unen a los receptores transmembrana que la célula postsináptica tiene en la hendidura. El terminal nervioso presináptico (también llamado botón sináptico o botón) normalmente emerge del extremo de un axón, mientras que la zona postsináptica normalmente corresponde a una dendrita, al cuerpo celular o a otras zonas celulares. La zona de la sinapsis donde se libera el neurotransmisor se denomina zona activa. En las zonas activas, las membranas de las dos células adyacentes están unidas estrechamente mediante proteínas de adhesión celular. Justo tras la membrana de la célula postsináptica aparece un complejo de proteínas entrelazadas denominado densidad postsináptica. Las proteínas de la densidad postsináptica cumplen numerosas funciones, que van desde el anclaje y movimiento de receptores de neurotransmisores de la membrana plasmática, al anclaje de varias proteínas reguladoras de la actividad de estos receptores.

También existe una forma menos compleja de unión llamada sinapsis eléctrica, en la que las neuronas se acoplan eléctricamente entre sí a través de complejos proteicos denominados uniones gap.

Sinapsis eléctrica

Esquema de una sinapsis eléctrica A-B: (1) mitocondria; (2) uniones gap formadas por conexinas; (3) señal eléctricaArtículo principal: Sinapsis eléctrica
Una sinapsis eléctrica es una sinapsis en la que la transmisión entre la primera neurona y la segunda no se produce por la secreción de un neurotransmisor, como en las sinapsis químicas, sino por el paso de iones de una célula a otra a través de uniones gap. Las uniones gap son pequeños canales formados por el acoplamiento de complejos proteicos, basados en conexinas, en células estrechamente adheridas.

Las sinapsis eléctricas son más rápidas que las sinapsis químicas pero menos plásticas. En vertebrados son abundantes en la retina y en la corteza cerebral.

Señalización en sinapsis químicas
La liberación de neurotransmisores es iniciada por la llegada de un impulso nervioso (o potencial de acción), y se produce mediante un proceso muy rápido de secreción celular: en el terminal nervioso presináptico, las vesículas que contiene los neurotransmisores permanecen ancladas y preparadas junto a la membrana sináptica. Cuando llega un potencial de acción se produce una entrada de iones calcio a través de los canales de calcio dependientes de voltaje. Los iones de calcio inician una cascada de reacciones que terminan haciendo que las membranas vesiculares se fusionen con la membrana presináptica y liberando su contenido a la hendidura sináptica. Los receptores del lado opuesto de la hendidura se unen a los neurotransmisores y fuerzan la apertura de los canales iónicos cercanos de la membrana postsináptica, haciendo que los iones fluyan hacia o desde el interior, cambiando el potencial de membrana local. El resultado es excitatorio en caso de flujos de despolarización, o inhibitorio en caso de flujos de hiperpolarización. El que una sinapsis sea excitatoria o inhibitoria depende del tipo o tipos iones que se canalizan en los flujos postsinápticos, que a su vez es función del tipo de receptores y neurotransmisores que intervienen en la sinapsis.

Fuerza sináptica
La fuerza de una sinapsis viene dada por el cambio del potencial de membrana que ocurre cuando se activan los receptores de neurotransmisores postsinápticos. Este cambio de voltaje se denomina potencial postsináptico, y es resultado directo de los flujos iónicos a través de los canales receptores postsinápticos. Los cambios en la fuerza sináptica pueden ser a corto plazo y sin cambios permanentes en las estructuras neuronales, con una duración de segundos o minutos, o de larga duración (potenciación a largo plazo o LTP), en que la activación continuada o repetida de la sinapsis implica que los segundos mensajeros inducen la síntesis proteica en el núcleo de la neurona, alterando la estructura de la propia neurona. El aprendizaje y la memoria podrían ser resultado de cambios a largo plazo en la fuerza sináptica, mediante un mecanismo de plasticidad sináptica.

Integración de señales sinápticas

Despolarización en una célula excitable, causada por una respuesta sináptica.Generalmente. si una sinapsis excitatoria es fuerte, un potencial de acción en la neurona presináptica iniciará otro potencial en la célula postsináptica. En una sinapsis débil, el potencial excitatorio postsináptico ("PEPS&quotwink no alcanzará el umbral para la iniciación del potencial de acción. En el cerebro, cada neurona mantiene conexiones o sinapsis con muchas otras, pudiendo recibir cada una de ellas múltiples señales. Cuando se disparan potenciales de acción simultáneamente en varias neuronas que se unen en sinapsis débiles a otra neurona, pueden forzar el inicio de un impulso en esa célula a pesar de que las sinapsis son débiles.

Por otro lado, una neurona presináptica que libera neurotransmisores inhibitorios, como el GABA, puede generar un potencial inhibitorio postsináptico ("PIPS&quotwink en la neurona postsináptica, bajando su sensibilidad y la probabilidad de que se genere un potencial de acción en ella. Así la respuesta de una neurona depende de las señales que recibe de otras, con las que puede tener distintos grados de influencia, dependiendo de la fuerza de la sinapsis con esa neurona. John Carew Eccles realizó algunos experimentos importantes en los inicios de la investigación sináptica, por los que recibió el Premio Nobel de Fisiología o Medicina en 1963. Las complejas relaciones de entrada/salida conforman las bases de la computación basada en transistores, y se cree que funcionan de forma similar en los circuitos neuronales.

Propiedades y regulación
Tras la fusión de las vesículas sinápticas y la liberación de las moléculas transmisoras en la hendidura sináptica, el neurotransmisor es rápidamente eliminado del espacio por proteínas especializadas en su reciclaje, situadas en las membranas tanto presináptica como postsináptica. Esta recaptación evita la desensibilización de los receptores postsinápticos y asegura que los potenciales de acción subsiguientes generen un PEP de la misma intensidad. La necesidad de una recaptación y el fenómeno de la desensibilización en los receptores y canales iónicos significa que la fuerza de la sinapsis puede disminuir si un tren de potenciales de acción llega en una sucesión rápida, un fenómeno que hace que exista una dependencia de la frecuencia en las sinapsis. El sistema nervioso se aprovecha de esta propiedad para computaciones, y puede ajustar las sinapsis mediante la fosforilación de las proteínas implicadas. El tamaño, número y tasa de reposición de las vesículas también está sujeto a regulación, así como otros muchos aspectos de la transmisión sináptica. Por ejemplo, un tipo de fármaco conocido como inhibidores selectivos de la recaptación de serotonina o SSRI afectan a ciertas sinapsis inhibiendo la recaptación del neurotransmisor serotonina. Por el contrario, un neurotransmisor excitatorio muy importante, la acetilcolina, no es recaptada, pero es eliminada por acción de la enzima acetilcolinesterasa.

El papel de las sinapsis en los fenómenos plásticos
Artículo principal: Neuroplasticidad
La modificación de los parámetros sinápticos pueden modificar el comportamiento de los circuitos neurales y la interacción entre los diferentes módulos que componen el sistema nervioso (modal). Dichos cambios están englobados en un fenómeno conocido como neuroplasticidad.

Sinapsis inmunológicas
Por analogía con las sinapsis descritas, el encuentro entre una célula antigénica y un linfocito se denomina a veces sinapsis inmunológica"

Link: http://es.wikipedia.org/wiki/Sinapsis

Me intereso el tema che… estoy buscando data sobre modelos de intercomunicacion basados en redes neuronales… apenas tenga algo interesante, sale post.

Saludos a todos.

Pasa y enterate lo que podemos hacer juntos para ganarle a las enfermedades.
Extreme Level

fabianX

entradas: 1452

15:00 25/03/2007

2

Me gusto mucho el articulo

Extreme Level

Aiyoros

entradas: 2811

15:37 25/03/2007

3

yo habia visto algo de esto en ciencias naturales xD

pero no todo, se agradece (Y)

Mis Reveiws
Saitek P2600 Rumble

We´re not Iron Maiden we´re not fron England, we are Sonata and we come from Finland! m/

Hardcore Extreme Level

Willy888

C:\Windows

entradas: 5059

15:38 25/03/2007

4

sos un groso man, muy buan imfo, ya me la pongo a leer… gracias

Core I5 Ivy 3570k|| Corsair H70 || Asus Sabertooth Z77 || Corsair Vengeance 8GB 2x4GB 1600 + Airflow || MSI GTX680 || OCZ Fatality 750W Modular || SSD Corsair F60 60GB+6x500GB+750GB || Audigy Xfi Titanium Fatal1ty+ Edifier X3 + Razer Chimaera || Samsung P2370H 23¨|| NZXT Phantom Black || Win 7 Ultimate 64bits || Razer Lycosa + Razer Mamba + Goliathus

 



 

 

Extreme Level

lucas1985

entradas: 2625

16:12 25/03/2007

5

Cabe agregar que hay cientos de neurotransmisores:
- Aminoácidos.
- Derivados de aminoácidos( catecolaminas, GABA, dopamina, serotonina, etc).
- Péptidos (endorfinas, encefalinas).
- Proteínas (ACTH).
Asimismo, cada neurotransmisor tiene varios tipos de receptores (por ej. receptores alfa y beta adrenérgicos) que provocan respuestas distintas.

Esto para que vean que lejos que está la AI de producir un algoritmo tan complejo y automodificable como una red neuronal.
Saludos

Extreme Level

ecibad

entradas: 2730

00:01 28/03/2007

6

Sigo… me gustaria poner algunas cosas mas al respecto del tema:

"Cualquier sistema neuronal tiene como propósito el control centralizado de las distintas funciones que rigen el organismo. En los animales superiores, la mayor capacidad del sistema nervioso central está relacionada con el comportamiento, es decir, el control del estado del organismo con respecto a su entorno mediante el encadenamiento de acciones elementales para conseguir un comportamiento social complicado.

En el desarrollo de la tecnología de la información, actualmente parece existir una nueva fase donde el objetivo es reproducir muchas de las funciones neuronales artificialmente. Por ejemplo, la implementación de funciones sensoriales para hacer ver u oir a las máquinas.

Definición de Red Neuronal
Existen numerosas formas de definir lo que son las redes neuronales. Aún así y lejos de abrumar con definiciones complejas sólo citaré la dada por T. Kohonen en "An Introduction to Neural Computing". Neural Networks, Vol. 1, págs. 3-16, 1988 en la que se define como "Un conjunto de redes interconectadas masivamente en paralelo de elementos simples (usualmente adaptativos) y con organización jerárquica, las cuales intentan interactuar con los objetos del mundo real de mismo modo que lo hace el sistema nervioso biológico"

Hay que destacar de tales computadores neuronales que no ejecutan las típicas instrucciones de máquina de los computadores digitales. En principio, la operación de proceso básico realizada por todos los procesadores elementales es una operación análoga de transformación de sus señales de entrada. Para comprender esto, nos debemos fijar en el modelo biológico. Las células neuronales (neuronas) se corresponden con los procesadores elementales. Las interconexiones se realizan por medio de las ramas de salida (axones) que producen un número variable de conexiones (sinapsis) con otras neuronas. Las redes neuronales son sistemas de simples elementos de proceso muy interconectados.

Ventajas de las Redes Neuronales
Debido a su constitución las redes neuronales artificiales presentan un gran número de características semejantes a las del cerebro: son capaces de aprender de la experiencia, de generalizar de casos anteriores a nuevos casos, de abstraer características esenciales a partir de entradas que representan información irrelevante, etc. Estas ventajas incluyen:

Aprendizaje adaptativo: capacidad de aprender a realizar tareas basada en un entrenamiento o una experiencia inicial.
Autoorganización: una red puede crear su propia organización o representación de la información que recibe mediante una etapa de aprendizaje.
Tolerancia a fallos: la destrucción parcial de una red conduce a una degradación de su estructura; sin embargo, algunas capacidades de la red se pueden retener, incluso sufriendo un gran daño.
Operación en tiempo real: los computadores neuronales pueden ser realizados en paralelo y se diseñan y fabrican máquinas con hardware especial para obtener esta capacidad.
Fácil inserción dentro de la tecnología existente: se pueden obtener chips especializados para mejorar su capacidad en ciertas tareas.
Situación de las Redes Neuronales en el campo de la Inteligencia Artificial

Las redes de autoproceso serian aquellas formadas por nodos en los que hay elementos procesadores de información de cuyas interacciones locales depende el comportamiento del conjunto del sistema.

Procesamiento numérico: reciben directamente la señal de entrada desde el exterior y operan sobre ella. Esta rama se dedica a los sistemas constituidos por nodos hardware interconectados entre sí formando una red.

Si la conexión entre los nodos se realiza agrupandolos en subredes, se denominan sistemas asociativos o redes de redes, mientras que si la conexión se realiza de forma global bajo unas reglas de composición, estamos ante sistemas distribuidos. Dentro de estos últimos, si cada nodo funciona corporativamente, se denomina red neuronal o neurocomputador (cada nodo está constituido por una neurona). Si lo que se realiza es una agrupación local de los nodos para representar conceptos, estamos ante una red subsimbólica.

Aplicaciones de las Redes Neuronales
Las redes neuronales son una tecnología computacional que puede utilizarse en un gran número y variedad de aplicaciones, tanto comerciales como militares. Cuando se implementan mediante hardware (redes neuronales en chips VLSI), presentan una alta tolerancia a fallos del sistema y proporcionan un grado de paralelismo en el proceso de datos muy grande.

Hay muchos tipos de redes neuronales pudiendose clasificar en distintas disciplinas:

Biología
Aprender más acerca del cerebro
Obtención del modelo de la retina
Empresa
Evaluación de probabilidad de formaciones geológicas y petrolíferas
Explotación de bases de datos
Optimización de plazas y horarios en líneas de vuelo
Reconocimiento de caracteres escritos
Medio ambiente
Analizar tendencias y patrones
Previsión del tiempo
Finanzas
Previsión de la evolución de los precios
Valoración del riesgo de los créditos
Interpretación de firmas
Identificación de falsificaciones
Manufacturación
Robots y sistemas de control (visión artificial y sensores de presión, temperatura, etc)
Control de producción en líneas de proceso
Medicina
Analizadores del habla para la ayuda de audición de sordos
Monitorización en cirugía
Predicción de reacciones adversas a los medicamentos
Lectores de rayos X
Diagnóstico y tratamiento a partir de síntomas y/o datos analíticos
Militares
Clasificación de las señales de radar
Creación de armas intelegentes
Reconocimiento y seguimiento en el tiro al blanco
De la clasificación anterior podemos deducir que la mayoría de ellas consisten en realizar un reconocimiento de patrones: búsqueda, clasificación, reconstrucción, etc.

Las áreas de aplicación para las cuales se están utilizando o pueden ser utilizadas las redes neuronales son: Reconocimiento de patrones, bases de datos de conocimiento, control de robots, toma de decisiones, filtrado de señales, segmentación, comprensión y fusión de datos, interfaces adaptativas para sistemas hombre/máquina, etc"

Aca les dejo un link MUY interesante al respecto…

Link: http://www.monografias.com/trabajos1…redneuro.shtml

Saludos a todos… con un poco mas de tiempo ampliare un poco mas

Pasa y enterate lo que podemos hacer juntos para ganarle a las enfermedades.