Es poco probable que haya un libro actualizado sobre plasticidad neuronal, incluso desde una perspectiva biológica por la siguiente razón …
Plasticidad neuronal: el mecanismo de
- experiencia de codificación,
- aprendiendo de ellos,
- y retenerlos,
- las tres operaciones anteriores se llevan a cabo por
- creación dinámica de pesas (conexiones entre neuronas)
- fortaleciéndolos / debilitándolos,
- y mantenerlos potencialmente para toda la vida
Incluso desde la perspectiva de un neurocientífico, es un área activa de investigación, con teorías / modelos que aún responden, en documentos muy recientes, algunas de las preguntas básicas ( descritas al final a continuación )
- ¿Se puede trabajar en Machine Learning con un doctorado en estadísticas?
- ¿Cómo serían comparables las características de codificación dispersa y RBM (con una restricción de dispersión)?
- Si quiero desarrollar una carrera en aprendizaje automático e inteligencia artificial, ¿debería comenzar con chatbots?
- No tengo dinero para comprar una computadora poderosa, ¿cómo puedo aprender en la GPU?
- ¿Cómo funcionan las redes neuronales convolucionales?
También hay documentos recientes sobre plasticidad neural desde una perspectiva de aprendizaje automático porque la comunidad de aprendizaje automático también está examinando la plasticidad neuronal para responder las siguientes preguntas
- Es la propagación hacia atrás, el principal mecanismo de aprendizaje en redes neuronales artificiales, biológicamente plausible. ¿O el aprendizaje ocurre en el cerebro a través de algún otro mecanismo?
- es la plasticidad dependiente del tiempo de pico, el mecanismo principal de formación sináptica / cambio de peso entre las conexiones neuronales ( codificación de experiencia / memoria ), “implementación” del descenso de gradiente estocástico
Por lo tanto, lo último sobre este tema solo está disponible en revistas ( por ejemplo, Naturaleza / Ciencia, etc. para perspectiva biológica y arxiv para perspectiva de aprendizaje automático )
Notas adicionales
La pregunta básica abierta sobre plasticidad neuronal incluso desde una perspectiva biológica es
- Los mecanismos biológicos para codificar la memoria mediante la alteración de los pesos entre las neuronas se produce en una escala con un límite superior de cientos de milisegundos: la formación de memoria no se produciría si las activaciones se separan en más de 300 ms.
- Pero gran parte de lo que codificamos y recordamos está separado por brechas temporales de al menos un orden de magnitud mayor que este.
- Entonces, la pregunta central es cómo nuestros cerebros pueden unir y relacionar los estímulos encontrados en segundos o minutos.
Referencias
Perspectiva del aprendizaje automático: documentos recientes sobre plasticidad neuronal
- Hacia un aprendizaje profundo biológicamente plausible, agosto de 2016
- Repropagación bidireccional: hacia la transmisión de señales de error biológicamente plausible en redes neuronales, marzo de 2017
Perspectiva biológica de la plasticidad neural – artículos recientes
- La memoria de secuencia episódica es compatible con un código de fase theta-gamma, Nature Oct 2016
- Un código útil para secuencias, Nature Oct 2016