Portada
mis comunidades
otras secciones
#1:
"Las regiones de curvatura pronunciada son muy útiles para distinguir y reconocer los objetos. Los experimentos psicológicos han mostrado que los sujetos de estudio pueden reconocer dibujos de objetos incluso después de que los bordes planos de éstos hayan sido borrados. En cambio, borrar los ángulos y otras regiones de alta curvatura hace muy difícil reconocer los objetos dibujados."
Por eso los feos somos más fáciles de recordar.
Por eso los feos somos más fáciles de recordar.
Comentarios
"Las regiones de curvatura pronunciada son muy útiles para distinguir y reconocer los objetos. Los experimentos psicológicos han mostrado que los sujetos de estudio pueden reconocer dibujos de objetos incluso después de que los bordes planos de éstos hayan sido borrados. En cambio, borrar los ángulos y otras regiones de alta curvatura hace muy difícil reconocer los objetos dibujados."
Por eso los feos somos más fáciles de recordar.
#1
y difíciles de olvidar...
Lo que hace un buen titular...
#10 claro, incluso si no lees la noticia ya piensas, habrá que pagar un canon por cada Tb de cerebro.
#10 yo solo he copiado el titulo original. No he pretendido que sea un título sensacionalista.
#11 le acabo de pedir a mi ordenador que lo haga y no responde, también se lo he dicho a mi madre y ma ha mandado a la mxxxx
Uhmm no creo que la forma de comprimir información del cerebro sea similar al jpg (qué está basado en transformadas matemáticas)
Siempre he pensado que utiliza técnicas vectoriales (similar al svg)
#2 las matemáticas es realmente como vemos la realidad, hacemos una derivada a los colores para distinguir las formas al igual que los ordenadores, hacemos transofrmadas de fourier mentales para filtrar frecuencias de sonidos e imagenes etc etc etc
#3, ya podrían desbloquear el cerebro como si de una PS3 se tratase, para así poder ser todos unos buenos matemáticos
#4 Sí hombre, y que un friki me meta Linux.
#5 Sí, lo acertado hubiera sido "Los Mpegs de la mente". En las orgías cuando hay mucha gente moviéndose muy rápido veo tetas pixeladas.
.
#3 Cómo funciona el cerebro aun no lo sabemos aunque se está investigando. Las derivadas, integrales y otros métodos matemáticos que codifica nuestro cerebro es algo que desconocemos. De hecho, hay múltiples formas distintas de detectar objetos y sonidos como las wavelets, teoría de la información, máquinas de vector soporte, redes neuronales... Y de cada método que he enumerado hay múltiples variantes que se pueden combinar entre sí.
Por otro lado, la compresión de imágenes suele utilizar dos métodos matemáticos principales: la transformada discreta del coseno y la transformada Haar de wavelets.
#3 Lo curioso del tema es que en nuestro cerebro no tenemos ninguna "Unidad Aritmético-Lógica", y digamos que esas derivadas y Transformadas de Fourier las hacemos de manera 'analógica', usando técnicas que se aproximan a las técnicas puramente matématicas, técnicas mas imprecisas, pero más eficientes que las de una maquina basada en la arquitectura de Von Newman. (No hay ordenador que nos gane en reconocimiento facial, por ejemplo)
#9 Pídele a una persona calcular de cabeza la multiplicación de dos números de 10 cifras enteras y luego pídeselo a un ordenador. La máquina gana. El cerebro es una arquitectura distinta a la vonn-neumann pero eso no quiere decir que sean mejor en todos los casos y situaciones.
#9 Mejor ejemplo creo que sería un tablero de Go, no es algo a lo que se nos ha preparado ni un sistema ni otro, es simple y programable. Un jugador intermedio de Go acostumbra a ganar a un ordenador dado el alto número de cálculos que es incapaz de procesar, mientras un humano utilizando conceptos como "territorio" es capaz de ver visualmente la situación.
#18 En el caso concreto del Go, creo que todavía no se ha encontrado un algoritmo adecuado. El tamaño del tablero hace prácticamente inviable utilizar métodos de marcha atrás (más allá de algunos niveles).
Pero estoy convencido de que algún día se desarrollará un algoritmo capaz de vencer a un ser humano en el Go. Según he leído ya hay algunos algoritmos basados en conceptos físicos como el campo gravitatorio.
#3 Una pequeña corrección: el cerebro no hace transformadas de Fourier. El caracol (lugar donde están las células que se excitan con las vibraciones del sonido) tiene esa forma para que al principio lleguen las bajas frecuencias y al final las altas así que al cerebro el sonido ya le llega filtrado por frecuencias...
Menudo titular...
#2 JPEG no comprime por transformadas matemáticas (si están pensando en DCT). JPEG comprime por (1) el proceso de cuantización, y (2) la codificación Huffman posterior.
#5 Huffman. Me rompi la cabeza con ese algoritmo!
Si guardamos las imagenes en el cerebro como si fueran chunks PNG, quizá deberíamos mirar si almacenamos algún otro tipo de información en la capa alfa o en los bits menos significativos!
Hoy en clase de modelos de visión del movimiento el profesor nos estaba comentando que las retinas reciben 16 petabytes (si, petabytes) por segundo, el sistema visual se las ingenia para trabajar con menos información. En el área del córtex V1 tenemos una serie de neuronas sensibles a diferentes frecuencias y a diferentes orientaciones. Nos es más fácil explicar la percepción de movimiento en visión biológica en el dominio de Fourier que en el espacial.
De hecho, a partir de estudios de estos se han creado algoritmos que permiten hacer clasificación de patrones, compresión de imágenes, resolución de problemas de regresión, mediante redes neuronal que modelan algunas características de nuestro cerebro (RNA, mapas autoorganizables,...)