Tesis > Documento


Ver el documento (formato PDF)   Paz, Luciano.  "Ensamblando operaciones mentales. Desarrollo de un marco teórico y computacional para la toma de decisiones humanas"  (2016-03-15)
Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires
URL:
     
Resumen:
A lo largo de esta tesis, estudiamos el problema de la toma de decisiones en el cerebro. Nuestro enfoque fue abarcativo, intentando analizar las diversas escalas del problema, desde modelos neurofisiológicos para decisiones sencillas hasta el encadenamiento de decisiones individuales para formar programas complejos. Es claro que el cerebro es una máquina capaz de realizar cómputos de manera flexible y versátil, pero que además presenta circuitos especializados en ciertos cómputos específicos como el trazado visual de una curva, la detección de la orientación, del contraste, del mo- vimiento, etc. Estos circuitos configuran una red de procesadores especializados, capaces de operar en paralelo pero que para realizar los cómputos flexibles y versátiles, a veces deben encadenarse de forma serial. Los mecanismos específicos detrás del encadenamiento de las operaciones `elementales' del cerebro son mayormente desconocidos. Durante esta tesis ex- ponemos los requisitos computacionales que deben ser satisfechos para que las operaciones configuren programas comportamentales flexibles y complejos. Actualmente se tiene un conocimiento bastante detallado del mecanismo subyacente a las decisiones perceptuales. A partir de registros electrofisiológicos en monos y ratas que fueron entrenados para hacer tareas de discriminación perceptual, se observó que existen neuronas sensibles a las categorías que se deben responder, cuya actividad rampea hasta un nivel donde señalan la decisión. Esto se interpreta como que las neuronas integran evi- dencia sensorial ruidosa hasta alcanzar un nivel de certeza suficiente como para decidir. Esta interpretación se deriva de la estrategia de inferencia bayesiana óptima para toma de decisiones en presencia de ruido, que reproduce varias de las observaciones experimenta- les. Sin embargo, no está claro cómo es que esta inferencia se instancia en el cerebro, ni a nivel algorítmico ni neurofisiológico. En esta tesis estudiamos una propuesta particular, la inferencia aproximada por un proceso de muestreo de una distribución de probabilidad. Estudiamos este mecanismo al nivel neurofisiológico, implementando una red de neuronas que forman varios atractores dinámicos. En particular, nos enfocamos en cómo es que esta implementación permite codificar de forma natural la medida de la confianza que tienen los sujetos en la elección que tomaron. La confianza, junto al tiempo de respuesta y la tasa de errores, es uno de los observables del proceso de toma de decisión que fueron estudiados por psicólogos y neurocientíficos cognitivos. Se considera que es una medida interna crucial para el comportamiento, desde la política de toma decisiones hasta la modulación del aprendizaje en tareas complejas, cuyas bases neurofisiológicas siguen siendo mayormente desconocidas. Por último, extendemos la implementación del proceso de muestreo para explicar, al nivel algorítmico, una forma de encadenamiento de decisiones individuales. En particular, estudiamos cómo es que chicos de entre 6 y 7 años se desempe~nan en un juego sencillo de planeamiento. Proponemos un mecanismo de encadenamiento de acciones individuales (proceso de planeamiento o de búsqueda) que nos permite ajustar el desempe~no de los chicos en la tarea. Más importante aún, nos permite sondear las estrategias de los chicos para orientar o sesgar la búsqueda de cadenas de acciones (el mecanismo de asignación de valor de las acciones o la heurística). Palabras clave: Toma de decisiones, confianza, planeamiento, inferencia, computabili- dad

Abstract:
During this thesis, we studied decision making in the brain. We used a broad approach, attempting to analyze the various scales of decision making, from neurophysiological models for simple decision to chains of many individual decisions that form complex behavioral programs. It is clear that the brain is capable of performing flexible and versatile computations on demand, but also has specialized circuits devoted to specific operations such as curve visual tracing, orientation detection, contrast or movement sensing, etc. These circuits form a network of specialized processors, capable of parallel operations but to retain flexibility, they must sometimes work in serial manner. The specific mechanisms that underly the chaining of the brain's `elemental' operations is mostly unknown. During this thesis, we expose the computational requirement that must be satisfied to allow the operations to configure flexible and complex behavioral programs. Presently, the underlying mechanism behind perceptual decisions is known with a lot of detail. It was seen in electrophysiological recordings in monkeys and rats that were trained to perform perceptual discrimination tasks, that there are neurons, sensitive to the response category, whose activity ramps to a level that signals the decision. The neurons' ramping is interpreted as a noisy sensory evidence integration, which continues up to a level of certainty that is sufficient to decide. This interpretation derives from the optimal bayesian inference decision strategy, which is also able to reproduce various experimental observations. However, it is still unclear how the inference is instantiated in the brain at both the algorithmic and neurophysiological levels. In the present thesis, we study a particular proposal: inference is approximated by a sampling process. We study this mechanism at the neurophysiological level by implementing a network of neurons that form dynamic attractors. In particular, we study how this implementation is able to naturally encode a measure of the confidence subjects have in their decision. Confidence, along with response time and error rates, is one of the behavioral observables of the decision making process that have been studied by psychologists and cognitive neuroscientists for many decades. Confidence is considered a measure that subjects rely on to shape their behavior, from the decision making policy to the modulation of complex task learning, and whose neurological underpinning is mostly unknown. Finally, we extend the implementation of the sampling process to explain, at the algo- rithmic level, a form of simple decision chaining. In particular, we study how children, that have between 6 and 7 years of age, play a simple planning game. We propose a mechanism of action chaining (planning process or search process) that allows us to fit children's task accuracy. More importantly, we are able to probe the strategies that children use to shape their plans of action chains (the action value assignment mechanism or heuristic). Keywords: Decision making, confidence, planning, inference, computability

* A este resumen le pueden faltar caracteres especiales. Consulte la versión completa en el documento en formato PDF

Registro:
Título : Ensamblando operaciones mentales. Desarrollo de un marco teórico y computacional para la toma de decisiones humanas     =    Assembling mental operations. Development of a theoretical and computational framework for human decision making
Autor : Paz, Luciano
Director : Sigman, Mariano
Consejero : Piegaia, Ricardo
Jurados : Samengo, Inés  ; Montani, Fernando F.  ; Morelli, Luis
Año : 2016-03-15
Editor : Facultad de Ciencias Exactas y Naturales. Universidad de Buenos Aires
Filiación : Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
Departamento de Física. Laboratorio de neurociencia integrativa
Instituto de Física de Buenos Aires (IFIBA)
Grado obtenido : Doctor de la Universidad de Buenos Aires en el área de Ciencias Físicas
Ubicación : Preservación - http://digital.bl.fcen.uba.ar/gsdl-282/cgi-bin/library.cgi?a=d&c=tesis&d=Tesis_5897_Paz
Idioma : Español
Area Temática : Biología / Neurociencias
Física / Física Estadística Computacional
Palabras claves : TOMA DE DECISIONES; CONFIANZA; PLANEAMIENTO; INFERENCIA; COMPUTABILIDAD; DECISION MAKING; CONFIDENCE; PLANNING; INFERENCE; COMPUTABILITY
URL al Documento : 
URL al Registro : 
hola chau _gs.DocumentHeader_ chau2 _documentheader_ chau3
Estadísticas:
     http://digital.bl.fcen.uba.ar
Biblioteca Central Dr. Luis Federico Leloir - Facultad de Ciencias Exactas y Naturales - Universidad de Buenos Aires
Intendente Güiraldes 2160 - Ciudad Universitaria - Pabellón II - C1428EGA - Tel. (54 11) 4789-9293 int 34