Percepción, Realidad y Aprendizaje

Los humanos categorizamos el mundo para poder entenderlo. En las lenguas también necesitamos categorizar para comunicarnos. Cuando hablamos castellano, no todos pronunciamos exactamente igual las consonantes y las vocales. A pesar de las diferencias, siempre que oímos una “s” sabemos que es una “s” y no otra consonante, porque agrupamos las distintas “s” en una misma categoría. Pero ¿os habéis planteado qué pasa en las lenguas de signos? En esta charla aprenderéis cuáles son las partes de un signo y cómo nuestro cerebro las percibe y las categoriza.

Vivimos atrapados en la prisión de nuestros cuerpos. La única ventana al exterior son nuestros sentidos: los ojos, que capturan los rayos de luz reflejados por los objetos de nuestro entorno; los oídos, que registran las vibraciones del aire que nos rodea. Con esa información, indirecta y ambigua, nuestro cerebro tiene que reconstruir la realidad del mundo exterior. Durante esta pinta llena de ciencia veremos por qué esa realidad es inaccesible, y cómo nuestro cerebro usa el contexto y nuestras creencias subjetivas para interpretar el significado de lo que nos dicen nuestros sentidos.

Reinforcement learning (RL) is a powerful paradigm of learning for animals, machines, and humans. In 1898, Thorndike discovered animals learn via reward, and in the 1950s, this principle was developed into a machine-learning algorithm. Presently, RL is a popular algorithm for applications such as song recommendations, self-driving cars, robotics, etc. In this talk, you'll see the evidence of RL in biology, artificial intelligence, and the human brain. Finally, we'll discuss how RL, applied daily, can teach children better, build habits faster, and explain why addiction cannot make you happier.