ARS: Usando mapeos de revistas para conocer sus contenidos a través de la visualización

Cómo generar conocimientos de revistas utilizando técnicas de visualización

Generación de conocimientos sobre el rendimiento de la revista
Por la Dra. Daphne van Weijen y Matthew Richardson || Elsevier




Los editores y editores siempre sienten curiosidad por saber cómo se está desempeñando su revista en comparación con otras en el campo. También están ansiosos por descubrir si el contenido que están publicando está atrayendo citas. En este artículo, nos gustaría compartir con usted una serie de técnicas de visualización que pueden ayudar a generar conocimientos sobre el rendimiento de la revista.

Mapeo de términos

¿Cómo puede determinar cuáles son los temas "candentes" en una revista, grupo de revistas o área temática específica? O, más específicamente, ¿qué temas han mostrado un crecimiento activo y un fuerte impacto en la producción de investigación (artículos publicados) en los últimos años? Para responder a esta pregunta, desarrollamos una nueva herramienta de visualización en colaboración con el grupo de investigación CWTS, que se especializa en bibliometría en la Universidad de Leiden. La herramienta tiene acceso a todas las revistas y actas de congresos indexados en Scopus. A partir de esta información, puede generar mapas que revelen las relaciones entre los términos utilizados en los títulos y los resúmenes de los artículos publicados en una o más revistas seleccionadas. Lo hace con la ayuda de un programa de computadora llamado VOSviewer (1).
¿Cómo se crea un mapa de términos?

Hay una serie de pasos involucrados en la producción de un mapa de términos.

• Primero debemos determinar qué revista o revistas deben incluirse. Si un grupo de revistas o un área temática es el foco del análisis, una búsqueda de palabras clave en Scopus puede ayudar con esto.
• Una vez elegidas las revistas, la herramienta realiza un análisis de las palabras y frases encontradas en los títulos y resúmenes de los artículos durante un período de tiempo específico (por ejemplo, en los últimos dos, cinco o diez años). Las ventanas de publicación y cita pueden tener valores separados, por lo que también es posible determinar qué tan bien se ha citado el contenido publicado en un año específico en los años posteriores a la publicación.
• Después de que se genera un mapa, se puede verificar si hay términos no informativos, como nombres de editoriales o sociedades, y términos genéricos como "literatura", "presentación" o "característica". Estos se pueden eliminar y, si es necesario, se puede crear una nueva versión del mapa.

Grupos de términos concurrentes

El mapa que se muestra en la Figura 1 se conoce como mapa de conglomerados de co-ocurrencia. Cada término que aparece al menos cinco veces en los títulos y resúmenes de los artículos de las revistas seleccionadas está representado por un nodo individual en el mapa. Cuanto más grande es el nodo, más artículos contienen el término y cuanto más pequeño es el espacio entre los términos, más a menudo tienden a coexistir. Sin embargo, es importante señalar que esta es una representación 2D de una red multidimensional, por lo que la proximidad de los términos no puede reflejar perfectamente la relación en todos los casos. Finalmente, los términos están coloreados en grupos de términos que tienden a coexistir.

• Verde (centro y arriba a la izquierda) relacionado con estadísticas y experimentos;
• grupo rojo (lado derecho) relacionado con la educación en enfermería;
• grupo azul (abajo a la izquierda) relacionado con la cirugía; y
• grupo amarillo (izquierda) relacionado con ensayos clínicos y revisiones de la literatura.

La experiencia en el campo puede ayudar a verificar y nombrar adecuadamente los clústeres, así como a predecir qué clústeres es probable que contengan el contenido más citado y por qué.


Figura 1 - Mapa de similitud de clústeres de co-ocurrencia de términos de revistas para un grupo de seis revistas de enfermería seleccionadas de 2009-2012. Fuente: Scopus. Figura 1 - Mapa de similitud de clústeres de co-ocurrencia de términos de revistas para un grupo de seis revistas de enfermería seleccionadas de 2009-2012. Fuente: Scopus.

Términos muy citados

El siguiente paso para determinar los temas candentes en el campo es verificar qué términos se citan relativamente bien en comparación con el resto del contenido publicado en la (s) revista (s). Esto se puede hacer cambiando el color en el mapa de conglomerados para mostrar el impacto medio de las citas de los artículos que contienen ese término, en relación con el impacto medio de las citas (1,00) de todos los artículos incluidos en el mapa (Figura 2). Como las publicaciones más antiguas han tenido más tiempo para ser citadas, las citas se normalizan por año de publicación para hacer posible una comparación justa. En la Figura 2, los términos con un impacto de citas por encima del promedio están coloreados en rojo, los términos con un impacto de citas promedio son verdes y los términos con un impacto de citas por debajo del promedio se muestran en azul.


Figura 2 - Mapa de impacto de citas de co-ocurrencia de términos de revistas para un grupo de seis revistas de enfermería seleccionadas de 2009-2012. Fuente: Scopus Figura 2 - Mapa de impacto de citas de co-ocurrencia de términos de revistas para un grupo de seis revistas de enfermería seleccionadas de 2009-2012. Fuente: Scopus

Podemos ver claramente que los términos relativamente citados tienden a aparecer a la izquierda del mapa. Estos son términos que se encuentran principalmente en los grupos amarillo y verde de la Figura 1, relacionados con experimentos (verde) y ensayos clínicos (amarillo). Los términos muy citados en estas áreas incluyen:

• Nurse staffing, self-esteem y statistical terms (Dotación de personal de enfermería, autoestima y términos estadísticos) (grupo verde, arriba a la izquierda).
• Depressive symptoms, meta-analysis, pregnancy y controlled trials (Síntomas depresivos, metaanálisis, embarazo y ensayos controlados) (grupo amarillo, lado izquierdo).

¿Temas de actualidad?

Finalmente, se puede realizar una búsqueda de palabras clave de Scopus para los términos en el mapa con el mayor impacto relativo de citas, para determinar si se trataba de ocurrencias aisladas. El resultado de esta búsqueda de palabras clave, restringida al campo de enfermería, confirmó que había al menos cuatro áreas en este análisis que tenían una tasa de crecimiento anual compuesta (CAGR) de más del 5 por ciento, lo que indica que hubo un aumento por encima del promedio en el número de artículos publicados en estas áreas durante los últimos cinco años, ya que el CAGR promedio es del 3 al 5 por ciento (ver Tabla 1).


Tabla 1 - En la Figura 2, se identificaron términos relativamente citados. En esta tabla, enumeramos la cantidad de artículos que presentan esos términos junto con sus tasas de crecimiento anual compuestas. Fuente: Scopus
 

La búsqueda de palabras clave de Scopus confirmó que los temas sugeridos por el mapa eran de hecho temas que han estado llamando la atención en el campo. Aunque este mapa específico a nivel de campo es algo genérico, proporciona una idea general de dónde buscar temas candentes con más detalle.

Experiencias de un editor
El Dr. Paul H. Gobster es un científico social investigador del Servicio Forestal del Departamento de Agricultura de los Estados Unidos (USDA). Acaba de dimitir después de cuatro años como coeditor en jefe de Landscape and Urban Planning de Elsevier, permaneciendo en la junta de la revista como editor asociado. Él y sus colegas utilizaron mapas de términos para ayudar en el desarrollo de un editorial para el 40 aniversario de la revista (2).

El Dr. Gobster dijo: “Identificamos conceptos y temas importantes representados en su contenido publicado y desarrollamos una serie de tiempo de cuatro mapas para describir cualitativamente los cambios en cada década sucesiva.

“El término mapas fue relativamente fácil de interpretar y produjo visualizaciones adecuadas para presentarlas a los lectores dentro de nuestra editorial. Creo que el término mapas tiene un valor adicional para las funciones de planificación estratégica y administrativa de la revista; la agrupación puede ayudar a aclarar el contenido temático para la clasificación de manuscritos y la asignación de presentaciones a los editores asociados, y los grupos y términos específicos (su presencia, posiciones y cualquier cambio). con el tiempo) puede ayudar a identificar subtemas de trabajo emergentes y duraderos ".

Los beneficios del mapeo de revistas

Mientras que los mapas de términos se utilizan para resaltar los temas publicados dentro de una revista o disciplina, el mapeo de revistas se puede utilizar para examinar la posición y el alcance de una revista y sus interacciones con otras revistas en el campo. Al igual que con los mapas de términos, Scopus puede proporcionar los datos de origen, lo que garantiza que el análisis se base en todas las revistas indexadas.

Estos mapas de revistas se crean mediante enlaces de citas. Una cita de un artículo publicado en una revista a un artículo publicado en otra establece que sus respectivos contenidos son relevantes entre sí y sugiere un nivel de similitud entre los dos. En un período de tiempo dado, una revista tiende a contener citas de muchas otras revistas, y las que más cita deben ser las revistas con las que está más estrechamente relacionada. Por ejemplo, si la Revista A proporciona muchas citas a la Revista B y solo unas pocas a la Revista C, esto es una señal de que tiene una conexión más fuerte con la Revista B. Si con el tiempo el saldo cambia de modo que comienza a proporcionar más citas a la Revista. C, esto indica que el alcance de las revistas o la estructura del campo está cambiando y se está volviendo progresivamente más relacionado con la Revista C. Cuando los enlaces de citas se construyen en muchas más revistas que en este ejemplo simplificado, un mapa es una opción conveniente. forma de mostrar los enlaces y ver cómo interactúan las revistas para formar grupos más grandes.

Consulte la Figura 3 para ver un ejemplo de un mapa de revistas basado en las mismas seis revistas de enfermería utilizadas en los ejemplos de mapas de términos anteriores.


Figura 3 - Mapa de revistas basado en un grupo de seis revistas de enfermería seleccionadas de 2009-2012 

Cada revista en el mapa se muestra como un nodo (círculo), con el tamaño determinado por el promedio de citas a los artículos de esa revista en el período de tiempo. Puede ver en la Figura 3 que las revistas de medicina general incluidas en el mapa tienen un impacto promedio de citas mucho más alto que las otras revistas. Las revistas seleccionadas están en azul y todas pertenecen a la región de las revistas principales de enfermería, mientras que otras revistas están en gris y se incluyen debido a sus enlaces de citas a estas revistas semilla. Las relaciones de citas se muestran como bordes (líneas) de grosor variable. Estas relaciones de citas se normalizan por el número de citas recibidas por la revista citada y por el número de citas dadas por la revista que cita. Cuanto más gruesa sea la línea, mayor será la proporción de citas representadas.

En este ejemplo de mapeo, las áreas clave de las diferentes especialidades de las ciencias de la salud se han etiquetado en función de los grupos de revistas. Esto le permite ver los vínculos entre especialidades más amplias, así como revistas individuales. Estas agrupaciones tenderán a ser bastante estables, pero comparar mapas basados ​​en diferentes períodos de tiempo le permite identificar revistas emergentes en un área determinada o las relaciones de investigación cambiantes que hacen que un área temática se vuelva más relevante para otra con el tiempo.

El entorno de citas en el que se encuentra una revista es único y dinámico, y el análisis de este puede utilizarse como un medio objetivo para determinar la posición competitiva de una revista establecida en un campo de investigación.

Usar los mapas para respaldar su trabajo

Tanto el mapeo de términos como el mapeo de revistas pueden ayudar a comparar la revista con la competencia y proporcionar información útil para las reuniones del consejo editorial. Si bien en el texto anterior se han sugerido algunas razones estratégicas para usar estas herramientas analíticas, su ventaja real radica en cuán adaptables son a diferentes preguntas de investigación. Si desea saber más acerca de cómo estas herramientas pueden ayudarlo, u otras herramientas analíticas para proporcionar información sobre la posición de su revista, comuníquese con su editor.

Referencias

(1) Van Eck, N.J., & Waltman, L. (2010) “Software survey: VOSviewer, a computer program for bibliometric mapping”, Scientometrics, Vol 84, No. 2, pp. 523–538.

(2) Gobster, P.H. (2014) “(Text) Mining the LANDscape: Themes and trends over 40 years of Landscape and Urban Planning”, Landscape and Urban Planning, Vol 126, pp. 21–30.

Mapeando la red cerebral para construir mejor inteligencia artificial

Mapeo del cerebro para construir mejores máquinas

Una carrera para descifrar los algoritmos del cerebro podría revolucionar el aprendizaje automático.

Emily Singer || Quanta Magazine

Greg Dunn

Lleve a un niño de tres años al zoológico e intuitivamente sabe que la criatura de cuello largo que mordisquea las hojas es lo mismo que la jirafa en su libro ilustrado. Esa hazaña superficialmente fácil es en realidad bastante sofisticada. El dibujo animado es una silueta congelada de líneas simples, mientras que el animal viviente está inundado de color, textura, movimiento y luz. Puede contorsionarse en diferentes formas y se ve diferente desde todos los ángulos.

NaN:NaN/NaN:NaN

Los humanos sobresalen en este tipo de tarea. Podemos comprender sin esfuerzo las características más importantes de un objeto a partir de unos pocos ejemplos y aplicar esas características a lo desconocido. Las computadoras, por otro lado, típicamente necesitan ordenar a través de una base de datos completa de jirafas, que se muestran en muchos entornos y desde diferentes perspectivas, para aprender a reconocer con precisión al animal.

La identificación visual es una de las muchas áreas donde los humanos vencieron a las computadoras. También somos mejores para encontrar información relevante en una avalancha de datos; para resolver problemas no estructurados; y al aprender sin supervisión, cuando un bebé aprende sobre la gravedad cuando juega con bloques. "Los humanos son mucho, mucho mejores generalistas", dijo Tai Sing Lee, científico informático y neurocientífico de la Universidad Carnegie Mellon en Pittsburgh. "Todavía somos más flexibles en el pensamiento y podemos anticipar, imaginar y crear eventos futuros".

Un ambicioso programa nuevo, financiado por el brazo de inteligencia del gobierno federal, tiene como objetivo lograr que la inteligencia artificial esté más en línea con nuestros propios poderes mentales. Tres equipos compuestos por neurocientíficos e informáticos intentarán descubrir cómo el cerebro realiza estas hazañas de identificación visual, y luego fabrican máquinas que hacen lo mismo. "El aprendizaje automático de hoy falla donde los humanos se destacan", dijo Jacob Vogelstein, quien dirige el programa en la Actividad de Proyectos de Investigación Avanzados de Inteligencia (IARPA). "Queremos revolucionar el aprendizaje automático mediante la ingeniería inversa de los algoritmos y cálculos del cerebro".

El tiempo es corto. Cada equipo ahora está modelando un trozo de corteza con detalles sin precedentes. En conjunto, los equipos están desarrollando algoritmos basados ​​en parte en lo que aprenden. Para el próximo verano, a cada uno de esos algoritmos se le dará un ejemplo de un elemento extraño y luego se le pedirá que seleccione instancias del mismo de entre miles de imágenes en una base de datos sin etiqueta. "Es un marco de tiempo muy agresivo", dijo Christof Koch, presidente y director científico del Instituto Allen para Ciencias del Cerebro en Seattle, que está trabajando con uno de los equipos.

Los humanos sobresalen en este tipo de tarea. Podemos comprender sin esfuerzo las características más importantes de un objeto a partir de unos pocos ejemplos y aplicar esas características a lo desconocido. Las computadoras, por otro lado, típicamente necesitan ordenar a través de una base de datos completa de jirafas, que se muestran en muchos entornos y desde diferentes perspectivas, para aprender a reconocer con precisión al animal.

La identificación visual es una de las muchas áreas donde los humanos vencieron a las computadoras. También somos mejores para encontrar información relevante en una avalancha de datos; para resolver problemas no estructurados; y al aprender sin supervisión, cuando un bebé aprende sobre la gravedad cuando juega con bloques. "Los humanos son mucho, mucho mejores generalistas", dijo Tai Sing Lee, científico informático y neurocientífico de la Universidad Carnegie Mellon en Pittsburgh. "Todavía somos más flexibles en el pensamiento y podemos anticipar, imaginar y crear eventos futuros".

Un ambicioso programa nuevo, financiado por el brazo de inteligencia del gobierno federal, tiene como objetivo lograr que la inteligencia artificial esté más en línea con nuestros propios poderes mentales. Tres equipos compuestos por neurocientíficos e informáticos intentarán descubrir cómo el cerebro realiza estas hazañas de identificación visual, y luego fabrican máquinas que hacen lo mismo. "El aprendizaje automático de hoy falla donde los humanos se destacan", dijo Jacob Vogelstein, quien dirige el programa en la Actividad de Proyectos de Investigación Avanzados de Inteligencia (IARPA). "Queremos revolucionar el aprendizaje automático mediante la ingeniería inversa de los algoritmos y cálculos del cerebro".

El tiempo es corto. Cada equipo ahora está modelando un trozo de corteza con detalles sin precedentes. En conjunto, los equipos están desarrollando algoritmos basados ​​en parte en lo que aprenden. Para el próximo verano, a cada uno de esos algoritmos se le dará un ejemplo de un elemento extraño y luego se le pedirá que seleccione instancias del mismo de entre miles de imágenes en una base de datos sin etiqueta. "Es un marco de tiempo muy agresivo", dijo Christof Koch, presidente y director científico del Instituto Allen para Ciencias del Cerebro en Seattle, que está trabajando con uno de los equipos.

Koch y sus colegas ahora están creando un diagrama de cableado completo de un pequeño cubo de cerebro: un millón de micras cúbicas, que suman un volumen quinientos centésimas de una semilla de amapola. Eso es órdenes de magnitud más grandes que el mapa de cableado completo más extenso hasta la fecha, que se publicó en junio pasado y tomó aproximadamente seis años en completarse.

Al final del proyecto IARPA de cinco años, denominado Inteligencia artificial de redes corticales (Microns), los investigadores intentan mapear un milímetro cúbico de corteza. Esa pequeña porción alberga alrededor de 100.000 neuronas, de 3 a 15 millones de conexiones neuronales o sinapsis, y suficiente cableado neuronal para abarcar todo el ancho de Manhattan, si todo estuviera desenredado y tendido de punta a punta.

Nadie ha intentado reconstruir un pedazo de cerebro a esta escala. Pero los esfuerzos a menor escala han demostrado que estos mapas pueden proporcionar información sobre el funcionamiento interno de la corteza. En un artículo publicado en la revista Nature en marzo, Wei-Chung Allen Lee -un neurocientífico de la Universidad de Harvard que está trabajando con el equipo de Koch- y sus colaboradores trazaron un diagrama de 50 neuronas y más de 1,000 de sus socios. Al combinar este mapa con información sobre el trabajo de cada neurona en el cerebro, algunos responden a una entrada visual de barras verticales, por ejemplo, derivaron una regla simple de cómo las neuronas en esta parte de la corteza están conectadas anatómicamente. Descubrieron que las neuronas con funciones similares tienen más probabilidades de conectarse y establecer conexiones más grandes entre sí que con otros tipos de neuronas.

Si bien el objetivo implícito del proyecto Microns es tecnológico: IARPA financia investigaciones que eventualmente podrían llevar a herramientas de análisis de datos para la comunidad de inteligencia, entre otras cosas, debe haber ideas nuevas y profundas sobre el cerebro. Andreas Tolias, un neurocientífico de Baylor College of Medicine que es co-líder del equipo de Koch, compara nuestro conocimiento actual de la corteza con una fotografía borrosa. Él espera que la escala sin precedentes del proyecto Microns ayude a agudizar esa visión, exponiendo reglas más sofisticadas que rigen nuestros circuitos neuronales. Sin conocer todas las partes componentes, dijo, "tal vez nos estamos perdiendo la belleza de la estructura".

Las unidades de procesamiento del cerebro

Los intrincados pliegues que cubren la superficie del cerebro forman la corteza cerebral, una hoja de tejido del tamaño de una pizza que se arrugó para que se ajuste a nuestro cráneo. Es en muchos sentidos el microprocesador del cerebro. La hoja, de aproximadamente tres milímetros de grosor, está formada por una serie de módulos repetitivos, o microcircuitos, similares a la serie de compuertas lógicas en un chip de computadora. Cada módulo consta de aproximadamente 100.000 neuronas dispuestas en una compleja red de células interconectadas. La evidencia sugiere que la estructura básica de estos módulos es aproximadamente la misma en toda la corteza. Sin embargo, los módulos en diferentes regiones del cerebro están especializados para fines específicos, como la visión, el movimiento o la audición.


Andreas Tolias (izquierda), que se muestra aquí con su alumno R.J. Cotton, es co-líder de uno de los equipos de Micron.

Los científicos solo tienen una idea aproximada de cómo se ven estos módulos y cómo actúan. En gran parte se han limitado a estudiar el cerebro a escalas más pequeñas: decenas o cientos de neuronas. Las nuevas tecnologías diseñadas para rastrear la forma, la actividad y la conectividad de miles de neuronas finalmente permiten a los investigadores analizar cómo las células dentro de un módulo interactúan entre sí; cómo la actividad en una parte del sistema puede provocar o frenar la actividad en otra parte. "Por primera vez en la historia, tenemos la capacidad de interrogar a los módulos en lugar de solo adivinar los contenidos", dijo Vogelstein. "Diferentes equipos tienen diferentes conjeturas para lo que hay adentro".

Los investigadores se centrarán en una parte de la corteza que procesa la visión, un sistema sensorial que los neurocientíficos han explorado intensamente y que los científicos de la computación se han esforzado por emular. "La visión parece fácil, solo abre los ojos, pero es difícil enseñar a las computadoras a hacer lo mismo", dijo David Cox, un neurocientífico de Harvard que dirige uno de los equipos de IARPA.

Cada equipo está comenzando con la misma idea básica de cómo funciona la visión, una teoría de décadas de antigüedad conocida como análisis por síntesis. De acuerdo con esta idea, el cerebro hace predicciones sobre lo que sucederá en el futuro inmediato y luego reconcilia esas predicciones con lo que ve. El poder de este enfoque radica en su eficiencia: requiere menos computación que la recreación continua en todo momento.

El cerebro puede ejecutar análisis por síntesis de diferentes maneras, por lo que cada equipo está explorando una posibilidad diferente. El equipo de Cox ve el cerebro como una especie de motor de física, con modelos de física existentes que utiliza para simular cómo debería ser el mundo. El equipo de Tai Sing Lee, codirigido por George Church, teoriza que el cerebro ha construido una biblioteca de partes, fragmentos de objetos y personas, y aprende las reglas sobre cómo unir esas partes. Las hojas, por ejemplo, tienden a aparecer en las ramas. El grupo de Tolias está trabajando en un enfoque más basado en datos, donde el cerebro crea expectativas estadísticas del mundo en el que vive. Su equipo probará varias hipótesis sobre cómo las diferentes partes del circuito aprenden a comunicarse.

Los tres equipos controlarán la actividad neuronal de decenas de miles de neuronas en un cubo objetivo del cerebro. Luego usarán diferentes métodos para crear un diagrama de cableado de esas celdas. El equipo de Cox, por ejemplo, cortará el tejido cerebral en capas más delgadas que un cabello humano y analizará cada corte con microscopio electrónico. Luego, el equipo coserá computacionalmente cada sección transversal para crear un mapa tridimensional densamente empaquetado que traza millones de cables neuronales en su intrincado camino a través de la corteza.

Con un mapa y un patrón de actividad en la mano, cada equipo intentará descubrir algunas reglas básicas que rigen el circuito. Luego programarán esas reglas en una simulación y medirán qué tan bien la simulación coincide con un cerebro real.

Tolias y colaboradores ya tienen una idea de lo que este tipo de enfoque puede lograr. En un artículo publicado en Science en noviembre, mapearon las conexiones entre 11,000 pares de neuronas, descubriendo cinco nuevos tipos de neuronas en el proceso. "Todavía no tenemos una lista completa de las partes que componen la corteza, cómo son las células individuales, cómo están conectadas", dijo Koch. "Eso es lo que [Tolias] comenzó a hacer".


Andreas Tolias y colaboradores mapearon las conexiones entre pares de neuronas y registraron su actividad eléctrica. La anatomía compleja de cinco neuronas (arriba a la izquierda) se puede reducir a un diagrama de circuito simple (arriba a la derecha). La inyección de corriente eléctrica en la neurona 2 hace que la neurona se dispare, lo que provoca cambios eléctricos en las dos células aguas abajo, las neuronas 1 y 5 (abajo). Revista Olena Shmahalo / Quanta; Andreas Tolias

Entre estas miles de conexiones neuronales, el equipo de Tolias descubrió tres reglas generales que gobiernan cómo las células están conectadas: Algunas hablan principalmente de neuronas de su propia clase; otros evitan a los de su propia clase, comunicándose principalmente con otras variedades; y un tercer grupo habla solo con algunas otras neuronas. (El equipo de Tolias definió sus células basándose en la anatomía neural más que en la función, lo cual hizo el equipo de Wei Lee en su estudio). Usando solo estas tres reglas de cableado, los investigadores pudieron simular el circuito con bastante precisión. "Ahora el desafío es descubrir qué significan algorítmicamente esas reglas de cableado", dijo Tolias. "¿Qué tipo de cálculos hacen?"

Redes neuronales basadas en neuronas reales

La inteligencia artificial cerebral no es una idea nueva. Las llamadas redes neuronales, que imitan la estructura básica del cerebro, fueron extremadamente populares en la década de 1980. Pero en ese momento, el campo carecía de la potencia informática y los datos de entrenamiento que los algoritmos necesitaban para ser realmente efectivos. Después de todo, no había disponibles todos los millones de imágenes de gatos etiquetados de Internet. Y aunque las redes neuronales han disfrutado de un gran renacimiento, los programas de reconocimiento de voz y rostro que se han convertido rápidamente en parte de nuestra vida cotidiana se basan en algoritmos de redes neuronales, como AlphaGo, la computadora que recientemente derrotó al mejor jugador Go del mundo: el las reglas que las redes neuronales artificiales usan para alterar sus conexiones son casi con certeza diferentes de las empleadas por el cerebro.

Las redes neuronales contemporáneas "se basan en lo que sabíamos sobre el cerebro en la década de 1960", dijo Terry Sejnowski, un neurocientífico computacional del Instituto Salk en San Diego que desarrolló algoritmos de redes neuronales tempranas con Geoffrey Hinton, un científico informático de la Universidad de Toronto. . "Nuestro conocimiento de cómo está organizado el cerebro está explotando".

Por ejemplo, las redes neuronales actuales se componen de una arquitectura de feed-forward, donde la información fluye de entrada a salida a través de una serie de capas. Cada capa está entrenada para reconocer ciertas características, como un ojo o un bigote. Ese análisis se alimenta, y cada capa sucesiva realiza cálculos cada vez más complejos sobre los datos. De esta forma, el programa finalmente reconoce una serie de píxeles de colores como un gato.

Pero esta estructura de feed-out deja fuera un componente vital del sistema biológico: la retroalimentación, tanto dentro de las capas individuales y de las capas de orden superior a las de menor orden. En el cerebro real, las neuronas en una capa de la corteza están conectadas a sus vecinos, así como a las neuronas en las capas superiores e inferiores, creando una intrincada red de bucles. "Las conexiones de retroalimentación son una parte increíblemente importante de las redes corticales", dijo Sejnowski. "Hay tantos comentarios como conexiones feed-forward".

Los neurocientíficos aún no entienden con precisión qué están haciendo estos circuitos de retroalimentación, aunque saben que son importantes para nuestra capacidad de dirigir nuestra atención. Nos ayudan a escuchar una voz en el teléfono mientras desactivamos los sonidos de la ciudad, por ejemplo. Parte del atractivo de la teoría de análisis por síntesis es que proporciona una razón para todas esas conexiones recurrentes. Ayudan al cerebro a comparar sus predicciones con la realidad.

Los investigadores de Microns intentan descifrar las reglas que rigen los ciclos de retroalimentación, como qué células conectan estos circuitos, qué desencadena su actividad y cómo afecta esa actividad a la salida del circuito, y luego traducen esas reglas en un algoritmo. "Lo que falta en una máquina en este momento es la imaginación y la introspección. Creo que el circuito de retroalimentación nos permite imaginar e introspectar en muchos niveles diferentes ", dijo Tai Sing Lee.

Tal vez los circuitos de retroalimentación un día doten a las máquinas de rasgos que consideramos como únicos humanos. "Si pudieras implementar [circuitería de retroalimentación] en una red profunda, podrías pasar de una red que tiene una especie de reacción instintiva (dar entrada y obtener resultados) a una que sea más reflexiva, que pueda comenzar a pensar en las entradas y las pruebas hipótesis ", dijo Sejnowski, quien se desempeña como asesor de la Iniciativa BRAIN de $ 100 millones del presidente Obama, de la cual el proyecto Microns forma parte.

Pistas para la conciencia

Al igual que todos los programas de IARPA, el proyecto Microns es de alto riesgo. Las tecnologías que los investigadores necesitan para el mapeo a gran escala de la actividad y el cableado neuronal existen, pero nadie las ha aplicado antes a esta escala. Un desafío será lidiar con la enorme cantidad de datos que produce la investigación: de 1 a 2 petabytes de datos por cubo milimétrico de cerebro. Es probable que los equipos necesiten desarrollar nuevas herramientas de aprendizaje automático para analizar todos esos datos, un ciclo de retroalimentación bastante irónico.

Tampoco está claro si las lecciones aprendidas de un pequeño pedazo de cerebro resultarán ilustrativas de los talentos más grandes del cerebro. "El cerebro no es solo una parte de la corteza", dijo Sejnowski. "El cerebro contiene cientos de sistemas especializados para diferentes funciones".

La corteza en sí misma se compone de unidades repetitivas que se ven más o menos iguales. Pero otras partes del cerebro pueden actuar de manera muy diferente. El aprendizaje de refuerzo empleado en el algoritmo AlphaGo, por ejemplo, está relacionado con procesos que tienen lugar en los ganglios basales, parte del cerebro involucrado en la adicción. "Si quieres una IA que vaya más allá del simple reconocimiento de patrones, vas a necesitar muchas partes diferentes", dijo Sejnowksi.

Sin embargo, si el proyecto tiene éxito, hará más que analizar datos de inteligencia. Un algoritmo exitoso revelará verdades importantes sobre cómo el cerebro da sentido al mundo. En particular, ayudará a confirmar que el cerebro sí opera a través del análisis por síntesis, que compara sus propias predicciones sobre el mundo con los datos entrantes que se filtran a través de nuestros sentidos. Revelará que un ingrediente clave en la receta de la conciencia es una mezcla siempre cambiante de imaginación más percepción. "Es la imaginación lo que nos permite predecir eventos futuros y usar eso para guiar nuestras acciones", dijo Tai Sing Lee. Al construir máquinas que piensan, estos investigadores esperan revelar los secretos del pensamiento.

Las distintas redes cerebrales de hombres y mujeres

Vive la différence!

Una nueva técnica ha elaborado diagramas de cableado de los cerebros de los dos sexos. El contraste entre ellos es revelador.

The Economist





Los hombres y las mujeres no piensan de la misma manera. Pocos estarían en desacuerdo con eso. Y la ciencia ha cuantificado algunas de esas diferencias. Los hombres, está bastante bien establecido, tienen mejores habilidades motoras y espaciales que las mujeres, y más patrones de pensamiento monomaníacos. Las mujeres tienen mejores recuerdos, son más socialmente adeptos, y son mejores en tratar con varias cosas a la vez. Hay un montón de superposición, obviamente. Pero en promedio estas observaciones son verdaderas.

Sugerir por qué son verdaderos en términos evolutivos es un juego que cualquiera puede jugar. Una idea obvia es que debido a que, en los días de caza y recolección, los hombres pasaban más tiempo alejándose del campamento, su cerebro necesitaba adaptarse para poder encontrar su camino. También pasaron más tiempo buscando, combatiendo y matando cosas, ya fueran animales o vecinos intrusos. Las mujeres, por el contrario, se politizaban entre sí y criaban a los niños, por lo que necesitaban adaptarse para permitirles manipular las emociones del otro y de sus hijos para tener éxito en su mundo.

Descubrir por qué las diferencias sexuales son verdaderas en términos neurológicos -en otras palabras, cómo se conecta el cerebro para crearlas- es otra cosa en conjunto. Para jugar este juego tienes que tener un montón de kit caro, no sólo una cómoda silla de la que pontificar. Y eso es exactamente lo que tienen Ragini Verma de la Universidad de Pensilvania y sus colegas. Como resultado, como se esboza en los Proceedings de la Academia Nacional de Ciencias, han sido capaces de trazar las diferencias en las formas en que los cerebros masculinos y femeninos están cableados y combinarlos, al menos a su propia satisfacción, con los estereotipos amados de tanto folklore como psicología.

¿Azúcar y especias o colas de perros?

La neurología se ha revolucionado en el último par de décadas por una serie de técnicas que pueden escanear los cerebros vivos. La técnica de elección del Dr. Verma es la formación de imágenes de tensor de difusión. Esto sigue a las moléculas de agua alrededor del cerebro. Debido a que las fibras que conectan las células nerviosas tienen vainas grasas, el agua en ellas puede difundirse sólo a lo largo de una fibra, no a través de la vaina. Por lo tanto, imágenes de tensor de difusión es capaz de detectar haces de tales fibras, y ver a dónde van.

La Dra. Verma y su equipo aplicaron la técnica a 428 hombres y niños, y 521 mujeres y niñas. Sus resultados se resumen en los dos diagramas anteriores, que muestran las tendencias de conexión promedio de la suma de cerebros de los participantes.

Las dos partes principales de un cerebro humano son el cerebro, por encima y hacia el frente, que hace el pensamiento, y el cerebelo, por debajo y hacia la espalda, lo que hace la actuación. Cada uno se divide en hemisferios derecho e izquierdo. Como muestran los diagramas, en los hombres (la imagen de la izquierda) las conexiones dominantes en el cerebro son las marcadas en azul, dentro de los hemisferios. En las mujeres, son aquellas, marcadas en naranja, entre hemisferios. En el cerebelo (no visible porque está debajo del cerebro), es al revés.

Lo que esto significa está abierto a la interpretación, pero la opinión del Dr. Verma es que las diferencias en el cableado subyacen en algunas de las variaciones en las habilidades cognitivas masculinas y femeninas. Se cree que los lados izquierdo y derecho del cerebro, en particular, se especializan para el pensamiento lógico e intuitivo respectivamente. A su juicio, la conversación entre ellos en las mujeres, sugerida por los diagramas de cableado, ayuda a explicar sus mejores recuerdos, habilidad social y capacidad de multitarea, todos los cuales se benefician de los hemisferios colaborando. En los hombres, por el contrario, los enlaces dentro del hemisferio les permiten centrarse en cosas que no necesitan insumos complejos de ambos hemisferios. De ahí la monomanía.

Cuando se trata del cerebelo, los enlaces cruzados adicionales entre los hemisferios en los hombres sirven para coordinar la actividad de todo el sub-órgano. Esto es importante porque cada mitad controla, por sí sola, sólo la mitad del cuerpo. Por lo tanto, los hombres tienen mejores habilidades motoras o, en términos sencillos, están mejor coordinados que las mujeres.

En busca de las raíces (de las redes) de los mitos ancentrales

Los científicos rastrean mitos de la sociedad a sus orígenes primordiales
El análisis de cómo las historias cambian en el recuento de generación en generación arroja luz sobre la historia de la migración humana va tan lejos como el período Paleolítico
Por Julien d'Huy - Scientific American


Crédito: Ilustración por Jon Foster

La versión griega de un mito familiarizado comienza con Artemisa, diosa de la caza y la feroz protectora de las mujeres jóvenes inocentes. Artemis demandas que Callisto, "la más bella", y sus otras doncellas toman un voto de castidad. Zeus trucos a Calisto en renunciar a su virginidad, y da a luz a un hijo, Arcas. celosa esposa de Zeus, Hera, se vuelve a Calisto en una osa y su destierra a las montañas. Mientras tanto Arcas crece hasta convertirse en un cazador y un día sucede en un oso que le da la bienvenida con los brazos abiertos. Al no reconocer a su madre, que apunta con su lanza, pero Zeus viene al rescate. Él transforma a Calisto en la constelación de la Osa Mayor, o "gran oso", y coloca Arcas cercana como la Osa Menor, el "osito".
A medida que el Iroquois del noreste de EE.UU. dice que, tres cazadores persiguen un oso; la sangre de los animales heridos colores las hojas del bosque otoñal. El oso y luego sube una montaña y salta hacia el cielo. Los cazadores y los animales se convierten en la constelación de la Osa Mayor. Entre los Chukchi, un pueblo de Siberia, la constelación de Orión es un cazador que persigue un reno, Cassiopeia. Entre las tribus ugrofinesas de Siberia, el animal se persigue es un alce y toma la forma de la Osa Mayor.
Aunque los animales y las constelaciones pueden ser diferentes, la estructura básica de la historia no lo hace. todas estas sagas pertenecen a una familia de mitos conocidos como la caza cósmico que se extendió a lo largo y ancho de África, Europa, Asia y América, entre las personas que vivieron hace más de 15.000 años. Cada versión de la caza cósmico comparte una historia central alineación un hombre o un animal persigue o mata a uno o más animales, y las criaturas se transforman en constelaciones.
Folcloristas, antropólogos, etnólogos y lingüistas han intrigado por mucho tiempo sobre qué historias míticas complejos que surgen en culturas muy distantes en el espacio y el tiempo son sorprendentemente similares. En los últimos años ha surgido un enfoque científico prometedor para la mitología comparativa en la que los investigadores aplican herramientas conceptuales que los biólogos utilizan para descifrar la evolución de las especies vivas. En las manos de aquellos que analizan los mitos, el método, conocido como análisis filogenético, consiste en conectar las sucesivas versiones de una historia mítica y construir un árbol familiar que traza la evolución del mito con el tiempo.
Mis estudios filogenéticos hacen uso del rigor extra de técnicas estadísticas y el equipo de modelado de la biología de dilucidar cómo y por qué los mitos y cuentos populares evolucionan. Además de la caza cósmico, he analizado otras familias principales de los mitos que comparten temas recurrentes y elementos de la trama. Pygmalion historias representan un hombre que crea una escultura y se enamora de ella. En los mitos Polifemo, un hombre queda atrapado en la cueva de un monstruo y se escapa al insinuar a sí mismo en una manada de animales, bajo la atenta mirada del monstruo.
Esta investigación proporciona nuevas pruebas convincentes de que los mitos y cuentos populares siguen el movimiento de personas en todo el mundo. Se revela que ciertos cuentos probablemente se remontan al Paleolítico, cuando los seres humanos desarrollaron herramientas primitivas de piedra, y se propagan junto con las primeras oleadas de migración fuera de África. Mis estudios filogenéticos también ofrecen una visión de los orígenes de estos mitos mediante la vinculación de historias orales y las leyendas transmitidas de generación en generación a los motivos que aparecen en las imágenes de arte rupestre paleolítico. En última instancia, espero que mi búsqueda en curso para identificar protomyths prehistóricos pueden incluso ofrecer una visión del universo mental de nuestros antepasados, cuando el Homo sapiens no fue la única especie humana sobre la Tierra.

LA RUTA DE CAZA COSMICA

Carl Jung, el padre fundador de la psicología analítica, cree que los mitos aparecen en formas similares en diferentes culturas, ya que emergen de un área de la mente llamado el inconsciente colectivo. "Los mitos son, ante todo, los fenómenos psíquicos que revelan la naturaleza del alma", sostuvo Jung. Pero la difusión de historias cósmicas caza en todo el mundo no puede ser explicado por una estructura psíquica universal. Si ese fuera el caso, las historias de caza cósmico aparecen por todas partes. En cambio, están casi ausentes en Indonesia y Nueva Guinea y muy raro en Australia, pero presente en ambos lados del estrecho de Bering, que evidencia geológica y arqueológica indica estaba por encima del agua entre 28.000 y 13.000 aC La hipótesis de trabajo es más creíble que los ancestros euroasiáticos de los primeros americanos trajeron la familia de mitos con ellos.
Para probar esta hipótesis, he creado un modelo filogenético. Los biólogos utilizan el análisis filogenético para investigar las relaciones evolutivas entre las especies, la construcción de diagramas de ramificación, o "árboles", que representan relaciones de ancestro común basados ​​en rasgos compartidos. historias míticas son excelentes dianas para tales análisis, ya que, al igual que las especies biológicas, evolucionan poco a poco, con nuevas partes de una historia central y añaden otros perdieron el tiempo a medida que se propaga de una región a otra.
En 2012 construí un modelo de esqueleto basado en 18 versiones del mito cósmico caza previamente recogidos y publicados por folcloristas y antropólogos. Convertí cada una de esas cuentas del mito en elementos de la historia discretos, o "mitemas", un término tomado del antropólogo estructural francés Claude Lévi-Strauss. Como los genes, mitemas son las características hereditarias de "especie" de historias, que pasan de una generación a la siguiente y cambian lentamente. Ejemplos de mitemas caza cósmico incluyen: una mujer rompe un tabú; una persona divina se detiene a un cazador; un dios transforma un animal en una constelación. Mi análisis inicial produjo una base de datos de 44 mitemas. Para cada versión de una historia, a continuación, codificado como 1 mitemas (actual) o 0 (ausente) y se aplicó una serie sucesiva de algoritmos estadísticos para rastrear los patrones evolutivos y establecer árboles genealógicos. En 2013 amplié el modelo para incluir 47 versiones de la historia y 93 mitemas. Con el tiempo he usado tres bases de datos separadas para aplicar diferentes algoritmos y verificación cruzada de los resultados de mi.
Uno de los árboles más arriba actualizada filogenéticas de la caza cósmico [ver ilustración de abajo] sugiere que la familia de mitos llegó a las Américas en varios puntos diferentes. Una de las ramas del árbol se conecta versiones griegas y Algonquin del mito. Otra rama indica paso a través del estrecho de Bering, que luego continuó en el país esquimales y para las Américas del noreste, posiblemente en dos ondas diferentes. Otras ramas sugieren que algunas versiones del mito se extienden más tarde que los otros de Asia hacia África y las Américas.

UNA METAMÓRFOSIS MÍTICA

Los biólogos evolutivos han observado que la mayoría de las especies no cambian mucho durante la mayor parte de sus historias. Cuando se produce el cambio evolutivo significativo, en general se limita a eventos raros y muy rápido de ramificación especiación. Este fenómeno se llama equilibrio puntuado. Lo mismo parece ser cierto con los mitos. Cuando la hermana versiones mitológicas divergen rápidamente debido a los cuellos de botella de migración, los desafíos de las poblaciones rivales o nuevos elementos ambientales y culturales, esos eventos son seguidos por períodos de estabilidad extendidas.
En general, las estructuras de las historias míticas que a veces permanecen sin cambios durante miles de años, son muy similares a la historia de los movimientos migratorios humanos a gran escala. Irónicamente, el análisis filogenético revela que una de las historias míticas más encanto de la repentina transformación de la historia de Pigmalión-es un buen ejemplo de este patrón estable de la evolución.
Historia continúa más abajo gráfico


Crédito: accurat; Fuente: "Una caza cósmico en el cielo Berber: una reconstrucción filogenética de la mitología Paleolítico," Julien d'Huy, en Les Cahiers de l'AARS, N ° 16; 2013

A medida que los griegos dicen que, Pigmalión, un escultor guapo de Chipre, evita la compañía de las mujeres locales relegados a una vida de prostitución sin amor por no pagar homenaje adecuado a Afrodita, la diosa del amor y la deidad patrona de la isla. Dejándose caer en su trabajo, Pigmalión cincela una estatua de marfil de una mujer, a la que los nombres de "Galatea" (o "amor durmiente"). Se viste la escultura en ropa de lujo y joyas, besos y caricias de TI, y habla con él todos los días. Durante una fiesta en honor de Afrodita, Pigmalión va al templo de la diosa, sacrifica un toro y reza por una esposa al igual que su amada estatua. Cuando regresa a casa y besa a Galatea, es sorprendido por el calor de la estatua. Afrodita ha traído a la vida Galatea.
poeta romano Ovidio inmortalizó el cuento popular griega en Metamorfosis e inspirado innumerables escritores, dramaturgos y artistas desde entonces.
Mi investigación sugiere que la evolución del mito de Pigmalión siguió una migración humana desde el noreste al sur de África que los estudios genéticos previos indican tuvieron lugar hace unos 2.000 años. En los cuentos contados por varias tribus a lo largo de esa ruta, un hombre de talla una imagen de una mujer y se enamora de ella; el muñeco cobra vida y se casa con el maestro. De acuerdo con la Venda de Sudáfrica, un hombre esculpe una mujer fuera de la madera. Después de que ella está animado, el jefe de la tribu intenta secuestrarla. El escultor se resiste y se lanza a la mujer al suelo, con lo cual se da la vuelta a la madera.
Un árbol filogenético construí usando la versión griega de Pigmalión y una versión de la gente de Madagascar Bara como puntos de partida arrojaron resultados interesantes. Los mitos griegos y Bara se reflejan entre sí estructuralmente, a pesar de que representan la mayor separación geográfica de cualquiera de las historias incluidas en el modelo de ordenador. Además, el Bara se instaló en una isla que no permitía la gran expansión de la población y la diversificación mitológica, y los griegos permaneció aislado durante gran parte de su historia de la exposición a los cuentos populares africanos. Sin embargo, tanto el Bara y versiones griegas del mito tienen notables similitudes con una versión anterior de la historia de las tribus bereberes del Sahara.
El análisis estadístico y empírica sugiere que las cuentas de los griegos y Baras probablemente conservan una versión de la saga Pigmalión que se originó con los bereberes entre hace 3.000 y 4.000 años y parece encapsular una versión muy antigua del mito: Un hombre hace una estatua de un tronco de árbol para disminuir su soledad; él u otro hombre lo viste; la estatua cobra vida, gracias a un dios, y se convierte en una bella joven; se convierte en la esposa de su creador, a pesar de que otra persona también quiere casarse con ella. Por supuesto, el protomyth real era probablemente tan rico en complejidad a medida que las versiones en que se basa la reconstrucción.

EL MONSTRUO EN LA CUEVA

En el pasado, los estudiosos de la mitología comparativa basó en gran medida en la intuición y el procesamiento manual de la información, lo que limita tanto la amplitud y el detalle granular del trabajo que podían hacer. Con el análisis filogenético asistido por ordenador, ahora podemos probar el impacto de los préstamos mitológicos entre los diferentes grupos culturales. Podemos crear bases de datos grandes y flexibles que incorporan la riqueza de observaciones empíricas por los estudiosos en los últimos años. Y podemos ampliar esas bases de datos para incluir nuevas versiones de historias y resultados de pruebas anteriores.
Construí el modelo inicial para un estudio filogenético del mito de Polifemo en 2012 basado en 24 versiones de la historia de Europa y América del Norte y 79 mitemas. Luego amplié progresivamente el tamaño de la muestra para incluir 56 versiones de la historia y 190 mitemas extraídos de una variedad de estudios previos publicados en Inglés, francés, alemán e italiano. También he creado tres bases de datos separadas y se aplica una variedad de algoritmos evolutivos y estadísticos para calibrar y cotejar los resultados de mi.


Crédito: JEN CHRISTIANSEN; Fuente: JULIEN D'HUY

Polifemo, el monstruoso, número de crías se alimentan de un solo ojo humano de Poseidón, dios del mar, hace una aparición espectacular en la Odisea de Homero. Cuando Odiseo tierras en la isla de Cyclops en busca de comida, él y 12 hombres subrepticiamente entrar en la cueva de Polifemo. Los rendimientos gigantes de pastoreo de sus ovejas, sella la entrada y devora a cuatro de los hombres de Odiseo antes de salir a la mañana siguiente para cuidar su rebaño. Esa noche, después de Polifemo come dos hombres más, Odiseo le pone borracho de vino puro. Polifemo le pide a su generosa invitado a decirle su nombre, y Odiseo responde: "Nadie". Una vez Polifemo se queda dormido, Odiseo le ciega con un palo afilado endurecido en un incendio. Polifemo grita por ayuda, pero cuando otros cíclopes llegan y preguntan quién lo dejó ciego, él responde: "Nadie". Mientras tanto Odiseo y sus hombres restantes escapan al aferrarse a los vientres de las ovejas del monstruo como Polifemo les deja salir a pastar.
Los indios Pies Negros, una tribu Algonquin que dependía de la caza de búfalos para obtener suficiente comida para sobrevivir, aprobó una historia relacionada de generación en generación. El tramposo Crow, que es a la vez humana y de aves, se esconde una manada de búfalos en una cueva. Crow es finalmente capturado y colocado sobre un agujero de humo, lo que explica que, desde entonces, los cuervos son de color negro. Crow promete librar a los búfalos. Pero rompe su promesa. Dos cazadores heroicos se transforman uno en un cachorro, y el otro en una vara de madera. La hija de Cuervo recoge el cachorro y el personal y los lleva a la cueva. Allí, los dos cazadores se transforman de nuevo, uno en un perro grande, la otra en un hombre, para conducir el búfalo sobre el suelo. Consiguen pasado Crow escondiéndose debajo de la piel de un búfalo como el rebaño cobra salir de la cueva.
Un árbol filogenético compuesto de la familia de mitos Polifemo indica que las historias siguieron dos grandes patrones migratorios: La primera, en el Paleolítico, propagan el mito en Europa y América del Norte. El segundo, en el Neolítico, paralelo a la proliferación de la ganadería.
Una versión de la historia Polifemo, conservado en una forma esquemática en Suiza, puede conservar una forma antigua: El monstruo, un enano con un ojo descubierto por un cazador, es un maestro de bestias en una montaña. Pero esta forma de la historia desapareció, probablemente como glaciares avanzaron durante el último máximo glacial, que alcanzó su punto máximo hace alrededor de 21.500 años. A continuación, una nueva versión, en la que el monstruo reside en un refugio, parece que se ha difundido, gracias a las sucesivas migraciones de en el Cáucaso y el Mediterráneo que habían proporcionado refugio para personas y otras especies biológicas de los cambios climáticos severos. Enlaces en el árbol filogenético sugieren las versiones homéricas de Polifemo crearon una tradición oral con una difusión independientes entre muchos grupos, por ejemplo, los ancestros de los pueblos de hoy en día Hungría y Lituania.

BÚSQUEDA DE LA PROTOMITOS ANCESTRALES

reconstrucciones filogenéticas de historias tanto el Polifemo y Hunt cósmico se basan en décadas de investigación por los estudiosos que basan su trabajo principalmente en las versiones orales y escritas de los cuentos populares y leyendas. Los actuales modelos también incorporan observaciones empíricas de los motivos mitológicos en el arte rupestre. Las similitudes en ciertos motivos rupestres y las historias reconstruidas abren una nueva ventana en el universo mental de los primeros humanos que migraron a través del estrecho de Bering hasta el Nuevo Mundo entre hace 30.000 y 15.000 años.
En el mito de Polifemo, como su pública de origen más probable es que lo oyó, un cazador se enfrenta a uno o muchos monstruos que poseen una manada de animales salvajes. Entre en el lugar donde el monstruo mantiene a los animales y encuentra su camino bloqueado por un gran obstáculo. El monstruo se trata de matarlo. El héroe se las arregla para escapar al aferrarse a la parte más vulnerable de uno de los animales.
Este protomyth-revelada por tres bases de datos filogenéticos independientes, muchos métodos estadísticos y etnológicos independientes de datos refleja la creencia, muy extendida por las culturas antiguas, en la existencia de un maestro de los animales que los mantiene en una cueva y la necesidad de un intermediario para libre ellos. También podría ser parte de una concepción de cómo Paleolítico juego emerge de un submundo. En la cueva de los Trois-Frères (o "tres hermanos") en los Pirineos franceses, frecuentados durante el Paleolítico superior, un panel muestra una pequeña criatura con la cabeza de un bisonte y el cuerpo de un ser humano, que parece estar sosteniendo un arco corto. Perdido en medio de una manada de bisontes, otro animal, similar a un bisonte, gira la cabeza hacia el híbrido humano, así como el intercambio de dos criaturas mira. En el examen, el muslo posterior izquierda del "bisonte" no es el muslo de un rumiante; sus proporciones son mucho más pequeños, como un ser humano hasta el muslo hasta el punto de que el arqueólogo André Leroi-Gourhan dio por una silueta humana. Por otra parte, el artista ha dibujado meticulosamente el ano y el orificio vulvar. Estos dos elementos se pueden comparar con algunas versiones amerindias de la historia Polifemo, donde el hombre se esconde en el animal mediante la introducción de su ano.
La primera versión de la caza cósmico, el antepasado de todas las demás cuentas de la historia de Calisto, reconstruido a partir de tres bases de datos diferentes, habría ido así: Un hombre está cazando un ungulado; la caza se lleva a cabo en el cielo o termina allí; el animal está vivo cuando se transforma en una constelación; y esta constelación es la que conocemos como la Osa Mayor.
Esta reconstrucción de la historia cósmica caza podría explicar la famosa paleolítica "así escena" que se encuentra en una cueva de Lascaux, Francia. El punto negro solitario intrigante cerca de la cruz del bisonte lo tanto, sería una estrella. La fijeza del animal, que no da la impresión de que en realidad la carga, tendría sentido si representara una constelación en lugar de una acción. Por otra parte, según algunos expertos, el hombre podría estar en posición vertical y ascendente del bisonte, que se hace eco de la subida al cielo del animal protomythic. Por último, las manchas negras en el suelo bajo el bisonte sugieren las hojas otoñales manchados de sangre del animal cazado.
La vinculación de una historia mítica y una imagen Paleolítico es difícil. Estos ejemplos sirven simplemente para ilustrar el poder interpretativo del método filogenético, lo que hace que sea posible proponer hipótesis plausibles y recuperar historias que desaparecieron hace mucho tiempo.

DRAGONES Y SERPIENTES PRIMEVAL

Mi investigación actual da credibilidad a la teoría fuera de África de los orígenes humanos, afirmando que los humanos anatómicamente modernos se originaron en África y se extendió desde allí a la
resto del mundo. Es un complemento de los estudios filogenéticos por los biólogos que indican la primera gran oleada de la migración humana que irradia de África siguió a la costa sur de Asia, poblado Australia hace unos 50.000 años, y llegado a América desde una fuente de Asia Oriental. Tanto el punto de la investigación biológica y mitológico a una segunda migración llegar a América del Norte en más o menos al mismo tiempo de una fuente de Eurasia norte.
Recientemente he construido un súper árbol filogenético para trazar la evolución de la serpiente y el dragón mitos que surgieron durante esos primeros olas de migraciones. Una protonarrative que lo más probable es anterior a la salida de África incluye los siguientes elementos básicos de la historia: serpientes mitológicas protegen las fuentes de agua, liberando el líquido sólo bajo ciertas condiciones. Pueden volar y formar un arco iris. Ellos son gigantes y tienen cuernos o astas en la cabeza. Pueden producir lluvia y tormentas eléctricas. Reptiles, inmortal como otros que cambian de piel o la corteza y, por tanto rejuvenecer, se contrastan con los mortales y / o se consideran responsables de la muerte de origen, tal vez por su picadura. En este contexto, una persona en una situación desesperada llega a ver cómo una serpiente u otro animal pequeño revive o se cura o de otros animales. La persona que utiliza el mismo remedio y tiene éxito. Construí esta protomyth de cinco bases de datos separadas variando tanto la definición de serpiente / dragón y las unidades de análisis, incluidas las versiones individuales del mismo tipo de cuento, tipos de serpientes y dragones, y zonas culturales o geográficos.
Con el tiempo espero ir aún más atrás en el tiempo e identificar las historias míticas que puedan arrojar luz sobre las interacciones durante el periodo Paleolítico entre las primeras especies de Homo sapiens y especies humanas que se extinguieron. Los biólogos evolutivos han identificado posibles cruces con los neandertales, Denisovanos y tal vez otros humanos arcaicos. intercambios materiales, así como el lenguaje y los préstamos mitológicos, también pueden haber ocurrido. Mi objetivo más inmediato es ampliar y refinar el súper árbol filogenético creciente de los mitos del Paleolítico, que ya incluye historias del sol que da la vida como un gran mamífero y de las mujeres como guardianes primordiales de santuarios sagrados de conocimiento.


Este artículo fue publicado originalmente con el título "Mitos de científicos de la Sociedad de seguimiento a Primordial Orígenes"

Soñar crea redes sociales también

Las redes sociales de los sueños


Kelly Bulkeley, Ph.D.
Autor de “Big Dreams: The Science of Dreaming and the Origins of Religion,” Oxford University Press, 2016.
Huffington Post


Las tecnologías digitales nos han dado nuevas formas de relacionarse y de seguimiento, medir, y reflexionar sobre nuestra vida social. Los seres humanos han sido siempre los animales sociales, como dijo Aristóteles hace mucho tiempo, pero ahora somos animales sociales con los teléfonos inteligentes, correo electrónico, Facebook, Tumblr y Twitter. No es sólo que estas herramientas y plataformas amplían considerablemente la gama de nuestras interacciones sociales - que hacen - pero lo más importante que nos permiten observar estas interacciones con el tiempo en el detalle de grano fino y analizarlas para la visión personal.



Un desarrollo inusual pero prometedor en esta área es el uso de análisis de redes sociales en el estudio de los sueños. A pesar de su contenido de vez en cuando y de otro mundo extraño, sueños de la gente ofrecen una fuente sorprendentemente precisa de la información acerca de sus preocupaciones más importantes emocionales en la vida de vigilia, incluyendo sus relaciones con otras personas.

Richard Schweickert, profesor de psicología en la Universidad de Purdue, ha realizado un trabajo pionero en demostrar la validez de la aplicación de las últimas herramientas de análisis de redes sociales para soñar contenido. Schweickert (con la ayuda de William G. Domhoff) analizó los diarios de sueños largos de tres participantes, 2 mujeres y un hombre. Se identificó a todos los personajes que aparecían en los sueños y crearon mapas de "redes de afiliación" para indicar con qué frecuencia aparecen los distintos caracteres en los mismos sueños juntos.

Sus resultados mostraron que las tres series de sueño tenía un no-aleatorio "estructura de mundo pequeño", lo que significa que ciertos personajes aparecieron juntos en los sueños con mucha más frecuencia de lo que se predijo por pura casualidad.

La investigación de Schweickert es más que otra pieza de evidencia que apoya la idea de que los sueños están estructurados de manera significativa los fenómenos psicológicos, sin sentido neuronal no sólo al azar desde el cerebro de sueño-podrido. Sus hallazgos arrojan nueva luz sobre la naturaleza profundamente social de los sueños humanos, demostrando que los sueños pueden ser un espejo que puede ser valiosa revelando las personas que nos importan más.

Por ejemplo, el participante conocido como "Merri" soñó con más frecuencia de su hermana recién fallecido que de cualquier persona viva en su actual vida de vigilia. Esto sugiere que soñamos con personas que son especialmente significativas, no necesariamente las personas con las que pasa la mayor parte del tiempo.

Schweickert notado también que otro de los participantes tenían muchos sueños de los miembros de la familia y de los compañeros de trabajo, pero rara vez los sueños incluyendo a personas de esas dos esferas de su vida. Este participante fue un taxónomo de insectos de profesión, lo que llevó a especular que Schweickert "tal vez su estilo cognitivo es centrarse"; esto podría dar cuenta de las categorías mutuamente excluyentes de la interacción social en sus sueños.

Lo más interesante de estos resultados es que abren la puerta a las investigaciones más sofisticadas y más profundo. ¿Cuáles son las comunidades interrelacionadas de las personas que soñamos la mayoría de las veces? ¿Cuál de nuestros personajes del sueño servir como mediadores de conexión diferentes comunidades? ¿Qué ocurre cuando los personajes que conocemos personalmente aparecen en los mismos sueños que las celebridades que realmente nunca hemos conocido (por ejemplo, actores, músicos, deportistas)? ¿Cuáles son los "lobos solitarios" de nuestra vida de sueño, las personas que sólo aparecen por sí mismos y nunca con otros personajes? ¿Cómo las redes sociales de sueños se refieren a otros aspectos del contenido del sueño, tales como emociones, colores y configuraciones? Qué sólo soñamos con algunas personas en situaciones felices y otras personas sólo en escenarios aterradores?

La tecnología necesaria para responder a estas preguntas está emergiendo rápidamente. Mejor que contar amigos de Facebook o seguidores en Twitter, el gran datos de los sueños ofrece una valiosa fuente de conocimiento honesta, precisa en la intrincada red de relaciones sociales que dan forma a nuestras vidas.

Las redes a través de la historia

Galería: Las redes magníficas que nos ayudan a entender el mundo
Helen Walters - TED Talks


Como diseñador Manuel Lima señala en su TED Talk, A visual history of human knowledge, la red se ha convertido en una poderosa manera de visualizar gran parte de lo que está pasando en el mundo que nos rodea. "Redes realmente encarnan nociones de descentralización, de interconexión, de la interdependencia", dice Lima. "Esta forma de pensar es fundamental para nosotros para resolver muchos de los problemas complejos que enfrentamos hoy en día, a partir de la decodificación del cerebro humano para comprender el vasto universo que hay." Aquí, las acciones de Lima algunos de sus gráficos de redes preferidas.

Las Fortalezas de las Naciones

Esta imagen muestra las conexiones entre disciplinas científicas, como la astrofísica, matemáticas y bioquímica. Sobre la base de 800.000 referencias dentro 760,000 artículos científicos, Lima dice que se toma con el hecho de que el gráfico se muestra tan claramente las conexiones y las adyacencias de determinados dominios científicos. Creado por W. Bradford Paley, Dick Klavans y Kevin Boyack; Imagen cortesía de W. Bradford Paley.

Visualización de la Biblia

Este Mapa de 2007 de Chris Harrison muestra 63,779 referencias cruzadas que se encuentran en la Biblia. El gráfico de barras en la parte inferior representa capítulos (cuanto mayor sea la barra, más versos en el capítulo). Cada referencia cruzada es representado como un solo arco con diferentes colores que se utilizan para reflejar la distancia entre referencias. Imagen cortesía de Chris Harrison.

Jardín de flores

Esta visualización por Greg Judelman y María Lantin muestra la discusión en línea en un evento en vivo. "La flor es representativa de los participantes individuales, y florece como se iniciaron nuevas conversaciones al mismo tiempo crear lazos verdes entre los que interactúan", dice Lima. "En tiempo real de chat es un tema difícil de representar, y esto es un caso interesante por su uso de una metáfora visual innovador." Imagen cortesía de Greg Judelman.

RISD.tv

Esta imagen de Daniel Peltz, Dennis Hlynsky y Chuan Khoo representa un marco de colaboración para la producción de vídeo en la isla de la Escuela de Diseño de Rhode en los Estados Unidos. "Nótese aquí que los enlaces no son líneas rectas", dice Lima. "Ellos estaban tratando de crear un tratamiento orgánico y fluido, evocadora quizá de la cadena invisible de inspiración entre los vídeos asociados." Imagen cortesía de Daniel Peltz.

Mapa de la Ciencia

Otro gráfico que muestra las conexiones entre las disciplinas científicas, éste se basa en la forma en que la gente lee artículos científicos en línea; sus responsables analizaron casi mil millones de interacciones de los usuarios para hacer el mapa de las conexiones. "En el año 1300 había árboles de la ciencia; éste utiliza la metáfora de la red para crear los vínculos entrelazados entre dominios ", dice Lima. Imagen cortesía de J. Bollen, H. Van de Sompel, A. Hagberg, L. Bettencourt, R. Chute, et al.

yFiles

Aunque esto parece una obra de arte abstracto, en realidad hay mucho que hacer aquí. "Es una biblioteca de Java de algoritmos de diseño de gráficos, cuadros y diagramas", dice Lima. "En los últimos cinco años, las bibliotecas de codificación han surgido que le permiten incluir sus datos y visualizarlo. Es realmente el 'templatization' del campo. "Imagen cortesía de Roland Wiese.

Círculos Dewey

Aquí hay otra representación de la transferencia de conocimiento, esta vez dentro de la Biblioteca Pública de Seattle. Los espectáculos visuales alquilar patrones, basado en el sistema de clasificación decimal Dewey amada por los bibliotecarios de todo el mundo. Cuanto más grande sea el círculo, más gente prestatarios libros o medios de comunicación en esa categoría. Imagen cortesía de Syed Ali Reza.

Esferas

Este es un tipo bastante típico de visualización de la red, dice Lima. "Contenido sabio, que no es única; está mostrando los enlaces semánticas entre palabras en español mediante un modelo de visualización esférica. Pero me gusta porque es bien ejecutado. "Imagen cortesía de Santiago Ortiz.

Galaxias

Galaxias Formando A lo largo de los filamentos, como gotas a lo largo del Hebras de una tela de araña
"Muchos artistas están obsesionados con las redes, y éste muestra una instalación física grande Mostrando en que el movimiento no es sólo ocurre en dos dimensiones", dice Lima. "Es tan hermoso; rebotar en una cuerda y todo los cambios de la red. "Imagen cortesía de Tomas Saraceno.

En silencio

"El artista Chiharu Shiota toma las cosas a un nivel completamente diferente", dice Lima. "Ella llena estos espacios masivos con hilo negro; a veces se incluye objetos o personas en una instalación, y ella crea redes densas, contorneados de negro de lana e hilo. Me encanta ver a los artistas frente a las redes en su propia manera. "Imagen cortesía de la Artists Rights Society (ARS),, Nueva York / VG Bild-Kunst, Bonn.

Como la Agencia Nacional de Seguridad mapea redes de terroristas

How The NSA Uses Social Network Analysis To Map Terrorist Networks

Ever since The Guardian reported that the National Security Agency (NSA) has been collecting the phone record metadata of millions of Americans, the cable talk circuit has been ablaze with pundits demanding answers to what should be obvious questions.

Who knew about the program to collect data? (Apparently, all three branches of government). Who else has been supplying data?  (Just about everybody,according to the Washington Post). What is metadata?  (It’s data about data).

The question that nobody seems to be asking is probably the most important one:  What is the NSA doing with the data and why do they need so much of it?  The answer is a relatively new field called social network analysis and, while it may make people uneasy, the benefits far outweigh the risks, so it is probably something we will just have to accept.

The New Science of Networks

The story of networks starts in 1736, long before the United States became a country, when Leonhard Euler set out to conquer a famous math problem concerning the Seven Bridges of Königsberg. To solve it, he created a new form of mathematics called graph theory, which concerned itself with links and nodes in a network.

In the 1950’s, interest renewed in Euler’s networks.  First, Anatol Rapoport introduced the concept of triadic closure, which asserted that networks grow when people meet through a central friend that they both know.  Later, Erdős and Rényi showed that as networks got bigger, communication among the people in the network got much more efficient.

In the 1970’s a sociologist named Mark Granovetter argued that we get most of our information not through close friends, but through weak ties and in the 1990’s Watts and Strogatz built on Granovetter’s work by showing that small clusters of people naturally organize themselves into far flung networks.

So by the late 1990’s, the small field of network analysis had built into a full fledged science and it was about to be applied to an increasingly important problem:  Terrorist networks.

Mapping Terrorist Networks

Valdis Krebs of Orgnet is a network scientist who in 2002 published a widely praised paperon mapping terrorist networks and has since consulted with the Defense Department on methods and approaches of evaluating and dismantling terrorist organizations.

While he isn’t privy to classified information, he describes on his website how an entire network can be mapped using commercially available software by identifying two initial suspects:



It used to be that law enforcement officers would simply watch the two men closely, but in the era of global jihad, that’s much too slow to save lives.  The two might be peripheral to the conspiracy and it could take years before you could connect them to the leadership of the network, if ever.

Here’s where the data from Verizon and other companies comes in.  If you can analyze communication records, you can move much more quickly.  However, you don’t want to look at everyone the suspects talk to because you’ll end up with mostly incidental contacts, like friendly neighbors and delivery men.

But if you kept Rapoport’s concept of triadic closure in mind and had full access to communication records, you could look for contacts the two suspects have in common and start to build out a map of the conspiracy.

The next step would be to analyze the contacts of the suspects’ connections, again looking for closed triads within the existing network.  As you progress from link to link, a fuller picture begins to form (click to enlarge).

 

Once you have the network mapped, you can begin to mathematically analyze it, which is how important insights can be gleaned even before wiretapping and surveillance warrants have been issued.

You can, for example, assess who is well integrated into the network by calculating who is most central; who has the widest reach by counting how many people in the network are within two connections from them and who in the network provides a crucial role as a bridge between otherwise unconnected people (as Mohamed Atta, the uppermost green node, does in the 9-11 network above).

The result is an almost uncannily accurate picture of the leadership, who can then be targeted to dismantle the network. (It has been estimated that the 9-11 network could have been broken up if just three central nodes had been taken out).

It should be clear by now why the government regards access to communication records as so crucial to national security.  If the system had been in place in 2001, there is a high probability that the 9-11 network would have been broken up, saving thousands of lives and trillions of dollars.

It would be impractical, to say the least, to get court orders for each and every connection a suspect has, most of whom would not even be investigated. Without a full data set, the social network analysis could not be done and more intrusive, but less efficient methods, would need to be employed.

So whatever you might think of the program, it is most probably here to stay. What is perhaps of greater concern is that this type of analysis is not unique to antiterrorism, but is increasingly becoming a basic fact of commercial life.

Beyond the cell phone companies, social networks like Facebook, Google+ and Twitter can analyze the communications of hundreds of millions of people.  Retail giants like Amazon, Walmart and Target are sifting through our purchases in order to predict our future behavior.

Wherever we go, our movements, faces and actions are being analyzed and, more often than not, it is not the government.

The truth is that there is a dark side to technology and our privacy is being breached every day by someone, somewhere.  That’s just a fact of modern day life.  It seems to me that if we’re willing to accept it from marketers who are trying to to sell us goods and services, we should be able to tolerate it from those who are trying to protect us.

- Greg

Note:  Special thanks for Valdis Krebs of Orgnet for supplying the network maps, calculations and consultation for this post.

Digital Tonto