Ensamblando operaciones mentales. Desarrollo de un marco teórico y computacional para la toma de decisiones humanas

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, desdemodelos neurofisiológicos para decisiones sencillas hasta el encadenamiento de decisionesindividuales para formar progr...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Paz, Luciano
Otros Autores: Sigman, Mariano
Formato: Tesis doctoral publishedVersion
Lenguaje:Español
Publicado: Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2016
Materias:
Acceso en línea:https://hdl.handle.net/20.500.12110/tesis_n5897_Paz
Aporte de:
id tesis:tesis_n5897_Paz
record_format dspace
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv spa
topic TOMA DE DECISIONES
CONFIANZA
PLANEAMIENTO
INFERENCIA
COMPUTABILIDAD
DECISION MAKING
CONFIDENCE
PLANNING
INFERENCE
COMPUTABILITY
spellingShingle TOMA DE DECISIONES
CONFIANZA
PLANEAMIENTO
INFERENCIA
COMPUTABILIDAD
DECISION MAKING
CONFIDENCE
PLANNING
INFERENCE
COMPUTABILITY
Paz, Luciano
Ensamblando operaciones mentales. Desarrollo de un marco teórico y computacional para la toma de decisiones humanas
topic_facet TOMA DE DECISIONES
CONFIANZA
PLANEAMIENTO
INFERENCIA
COMPUTABILIDAD
DECISION MAKING
CONFIDENCE
PLANNING
INFERENCE
COMPUTABILITY
description 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, desdemodelos neurofisiológicos para decisiones sencillas hasta el encadenamiento de decisionesindividuales para formar programas complejos. Es claro que el cerebro es una máquina capaz de realizar cómputos de manera flexibley versátil, pero que además presenta circuitos especializados en ciertos cómputos específicoscomo 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 deoperar en paralelo pero que para realizar los cómputos flexibles y versátiles, a veces debenencadenarse de forma serial. Los mecanismos específicos detrás del encadenamiento de lasoperaciones `elementales' del cerebro son mayormente desconocidos. Durante esta tesis ex-ponemos los requisitos computacionales que deben ser satisfechos para que las operacionesconfiguren programas comportamentales flexibles y complejos. Actualmente se tiene un conocimiento bastante detallado del mecanismo subyacente alas decisiones perceptuales. A partir de registros electrofisiológicos en monos y ratas quefueron entrenados para hacer tareas de discriminación perceptual, se observó que existenneuronas sensibles a las categorías que se deben responder, cuya actividad rampea hastaun 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 dedecisiones 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, nia 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 neuronasque forman varios atractores dinámicos. En particular, nos enfocamos en cómo es que estaimplementación permite codificar de forma natural la medida de la confianza que tienen lossujetos en la elección que tomaron. La confianza, junto al tiempo de respuesta y la tasa deerrores, es uno de los observables del proceso de toma de decisión que fueron estudiados porpsicólogos y neurocientíficos cognitivos. Se considera que es una medida interna crucial parael comportamiento, desde la política de toma decisiones hasta la modulación del aprendizajeen tareas complejas, cuyas bases neurofisiológicas siguen siendo mayormente desconocidas. Por último, extendemos la implementación del proceso de muestreo para explicar, alnivel 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 sencillode planeamiento. Proponemos un mecanismo de encadenamiento de acciones individuales (proceso de planeamiento o de búsqueda) que nos permite ajustar el desempe~no de loschicos en la tarea. Más importante aún, nos permite sondear las estrategias de los chicospara orientar o sesgar la búsqueda de cadenas de acciones (el mecanismo de asignación devalor de las acciones o la heurística). Palabras clave: Toma de decisiones, confianza, planeamiento, inferencia, computabili-dad
author2 Sigman, Mariano
author_facet Sigman, Mariano
Paz, Luciano
format Tesis doctoral
Tesis doctoral
publishedVersion
author Paz, Luciano
author_sort Paz, Luciano
title Ensamblando operaciones mentales. Desarrollo de un marco teórico y computacional para la toma de decisiones humanas
title_short Ensamblando operaciones mentales. Desarrollo de un marco teórico y computacional para la toma de decisiones humanas
title_full Ensamblando operaciones mentales. Desarrollo de un marco teórico y computacional para la toma de decisiones humanas
title_fullStr Ensamblando operaciones mentales. Desarrollo de un marco teórico y computacional para la toma de decisiones humanas
title_full_unstemmed Ensamblando operaciones mentales. Desarrollo de un marco teórico y computacional para la toma de decisiones humanas
title_sort ensamblando operaciones mentales. desarrollo de un marco teórico y computacional para la toma de decisiones humanas
publisher Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publishDate 2016
url https://hdl.handle.net/20.500.12110/tesis_n5897_Paz
work_keys_str_mv AT pazluciano ensamblandooperacionesmentalesdesarrollodeunmarcoteoricoycomputacionalparalatomadedecisioneshumanas
AT pazluciano assemblingmentaloperationsdevelopmentofatheoreticalandcomputationalframeworkforhumandecisionmaking
_version_ 1782022772323516416
spelling tesis:tesis_n5897_Paz2023-10-02T20:12:36Z 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 Paz, Luciano Sigman, Mariano TOMA DE DECISIONES CONFIANZA PLANEAMIENTO INFERENCIA COMPUTABILIDAD DECISION MAKING CONFIDENCE PLANNING INFERENCE COMPUTABILITY 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, desdemodelos neurofisiológicos para decisiones sencillas hasta el encadenamiento de decisionesindividuales para formar programas complejos. Es claro que el cerebro es una máquina capaz de realizar cómputos de manera flexibley versátil, pero que además presenta circuitos especializados en ciertos cómputos específicoscomo 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 deoperar en paralelo pero que para realizar los cómputos flexibles y versátiles, a veces debenencadenarse de forma serial. Los mecanismos específicos detrás del encadenamiento de lasoperaciones `elementales' del cerebro son mayormente desconocidos. Durante esta tesis ex-ponemos los requisitos computacionales que deben ser satisfechos para que las operacionesconfiguren programas comportamentales flexibles y complejos. Actualmente se tiene un conocimiento bastante detallado del mecanismo subyacente alas decisiones perceptuales. A partir de registros electrofisiológicos en monos y ratas quefueron entrenados para hacer tareas de discriminación perceptual, se observó que existenneuronas sensibles a las categorías que se deben responder, cuya actividad rampea hastaun 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 dedecisiones 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, nia 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 neuronasque forman varios atractores dinámicos. En particular, nos enfocamos en cómo es que estaimplementación permite codificar de forma natural la medida de la confianza que tienen lossujetos en la elección que tomaron. La confianza, junto al tiempo de respuesta y la tasa deerrores, es uno de los observables del proceso de toma de decisión que fueron estudiados porpsicólogos y neurocientíficos cognitivos. Se considera que es una medida interna crucial parael comportamiento, desde la política de toma decisiones hasta la modulación del aprendizajeen tareas complejas, cuyas bases neurofisiológicas siguen siendo mayormente desconocidas. Por último, extendemos la implementación del proceso de muestreo para explicar, alnivel 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 sencillode planeamiento. Proponemos un mecanismo de encadenamiento de acciones individuales (proceso de planeamiento o de búsqueda) que nos permite ajustar el desempe~no de loschicos en la tarea. Más importante aún, nos permite sondear las estrategias de los chicospara orientar o sesgar la búsqueda de cadenas de acciones (el mecanismo de asignación devalor de las acciones o la heurística). Palabras clave: Toma de decisiones, confianza, planeamiento, inferencia, computabili-dad 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 modelsfor simple decision to chains of many individual decisions that form complex behavioralprograms. It is clear that the brain is capable of performing flexible and versatile computationson demand, but also has specialized circuits devoted to specific operations such as curvevisual tracing, orientation detection, contrast or movement sensing, etc. These circuits form anetwork of specialized processors, capable of parallel operations but to retain flexibility, theymust sometimes work in serial manner. The specific mechanisms that underly the chainingof the brain's `elemental' operations is mostly unknown. During this thesis, we expose thecomputational 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 ofdetail. It was seen in electrophysiological recordings in monkeys and rats that were trainedto perform perceptual discrimination tasks, that there are neurons, sensitive to the responsecategory, whose activity ramps to a level that signals the decision. The neurons' ramping isinterpreted as a noisy sensory evidence integration, which continues up to a level of certaintythat is sufficient to decide. This interpretation derives from the optimal bayesian inferencedecision 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 andneurophysiological levels. In the present thesis, we study a particular proposal: inference isapproximated by a sampling process. We study this mechanism at the neurophysiologicallevel 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 confidencesubjects have in their decision. Confidence, along with response time and error rates, isone of the behavioral observables of the decision making process that have been studiedby psychologists and cognitive neuroscientists for many decades. Confidence is considereda measure that subjects rely on to shape their behavior, from the decision making policyto the modulation of complex task learning, and whose neurological underpinning is mostlyunknown. 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, thathave between 6 and 7 years of age, play a simple planning game. We propose a mechanismof action chaining (planning process or search process) that allows us to fit children's taskaccuracy. More importantly, we are able to probe the strategies that children use to shapetheir plans of action chains (the action value assignment mechanism or heuristic). Keywords: Decision making, confidence, planning, inference, computability Fil: Paz, Luciano. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2016-03-15 info:eu-repo/semantics/doctoralThesis info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/publishedVersion application/pdf spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/tesis_n5897_Paz