Menù principale
B031302 - FOUNDATIONS OF NEUROSCIENCE
Principali informazioni
Lingua Insegnamento
Contenuto del corso
Libri di testo consigliati
Obiettivi Formativi
Prerequisiti
Metodi Didattici
Modalità di verifica apprendimento
Programma del corso
Anno Accademico 2023-24
Coorte 2023 - Laurea Magistrale in INTELLIGENZA ARTIFICIALE
Anno di corso
Primo Anno - Secondo Semestre
Dipartimento di Afferenza
Ingegneria dell'Informazione
Tipo insegnamento
Attività formativa monodisciplinare
Settore Scientifico disciplinare
M-PSI/02 - PSICOBIOLOGIA E PSICOLOGIA FISIOLOGICA
Crediti Formativi
6
Ore Didattica
48
Periodo didattico
26/02/2024 ⇒ 07/06/2024
Frequenza Obbligatoria
No
Tipo Valutazione
Voto Finale
Contenuto del corso
mostra
Programma del corso
mostra
Docenza
Lingua Insegnamento
Inglese
Contenuto del corso
Il neurone. Potenziale di riposo, potenziale d'azione. Trasmissione sinaptica. Plasticità sinaptica. Anatomia del sistema nervoso. Tecniche per lo studio della percezione nell’uomo.
Percezione visiva della numerosità, del movimento e durante le saccadi. Percezione attiva. Modelli computazionali e applicazione di reti neurali al sistema visivo.
Percezione visiva della numerosità, del movimento e durante le saccadi. Percezione attiva. Modelli computazionali e applicazione di reti neurali al sistema visivo.
Libri di testo consigliati (Cerca nel catalogo della biblioteca)
Per la parte generale uno dei seguenti:
- Kandel E.R., Schwartz J., Jessel T. (2000). Fondamenti di neuroscienze e del comportamento. Casa Editrice Ambrosiana, Milano.
oppure:
- Squire LR, Berg D, Bloom FE, du Lac S, Ghosh A, Spitzer NC (2016). Fondamenti di Neuroscienze. Casa Editrice Ambrosiana, Milano
Inoltre verranno indicati articoli scientifici per argomenti specifici di percezione visiva
Questi articoli e le diapositive di tutte le lezioni del corso ed eventuali dispense saranno rese disponibili sul sito del corso sulla piattaforma e-learning Moodle.
- Kandel E.R., Schwartz J., Jessel T. (2000). Fondamenti di neuroscienze e del comportamento. Casa Editrice Ambrosiana, Milano.
oppure:
- Squire LR, Berg D, Bloom FE, du Lac S, Ghosh A, Spitzer NC (2016). Fondamenti di Neuroscienze. Casa Editrice Ambrosiana, Milano
Inoltre verranno indicati articoli scientifici per argomenti specifici di percezione visiva
Questi articoli e le diapositive di tutte le lezioni del corso ed eventuali dispense saranno rese disponibili sul sito del corso sulla piattaforma e-learning Moodle.
Obiettivi Formativi
Conoscenza e capacità di comprensione.
Il corso si propone di fornire conoscenze sugli aspetti delle Neuroscienze di interesse per l’intelligenza artificiale.
In particolare, si propone di analizzare il funzionamento del neurone e la natura della trasmissione dei segnali sia natura eccitatoria o inibitoria all’interno di reti neuronalie di fornire le basi per comprendere i fenomeni della plasticità neuronale e il funzionamento di reti neurali biologiche.
Si propone inoltre di fornire conoscenze anatomiche di base del sistema nervoso con particolare riguardo alle conoscenze anatomiche e funzionali dei sistemi sensoriali, alle tecniche di indagine utilizzate nell’uomo, alle reti neuronali e meccanismi che sottintendono diversi processi percettivi del sistema visivo, anche attraverso esempi che mostrano l’approccio computazionale e di deep learning per lo studio del flusso di informazione in tali reti neuronali.
Si propone infine di stimolare le capacità di comprensione ed analisi critica della letteratura scientifica nel campo.
Conoscenza e capacità di comprensione applicate
Il corso metterà gli studenti in grado di comprendere le basi biologiche del funzionamento delle reti neurali biologiche, con particolare riguardo alle reti deli sistemi sensoriali, e della sua plasticita in dipendenza dall’ambiente.
Autonomia di giudizio
Gli studenti, attraverso la presentazione di ricerche specifiche, saranno messi in grado di riflettere ed analizzare criticamente le evidenze sperimentali utilizzate per proporre delle ipotesi nel campo delle neuroscienze.Saranno inoltre in grado di familiarizzare con tecniche di ricerca ed esempi specifici recenti nel campo delle neuroscienze sensoriali
Abilità comunicative
Verrà stimolata la capacità di saper organizzare ed esporre chiaramente e concisamente, anche per iscritto, le proprie conoscenze e le proprie considerazioni riguardo gli argomenti e gli articoli scientifici trattati a lezione, sia durante esercitazioni in classe sia all’esame.
Capacità di apprendere
L'insegnamento mira anche a far conoscere agli studenti i metodi di studio nel campo di argomenti di frontiera delle neuroscienze per eventuali applicazioni al campo dell’intelligenza artificiale. Questo sarà utile sia per la prosecuzione degli studi nel Corso di laurea Magistrale sia per procedere autonomamente nell'aggiornamento e nella formazione continua.
Il corso si propone di fornire conoscenze sugli aspetti delle Neuroscienze di interesse per l’intelligenza artificiale.
In particolare, si propone di analizzare il funzionamento del neurone e la natura della trasmissione dei segnali sia natura eccitatoria o inibitoria all’interno di reti neuronalie di fornire le basi per comprendere i fenomeni della plasticità neuronale e il funzionamento di reti neurali biologiche.
Si propone inoltre di fornire conoscenze anatomiche di base del sistema nervoso con particolare riguardo alle conoscenze anatomiche e funzionali dei sistemi sensoriali, alle tecniche di indagine utilizzate nell’uomo, alle reti neuronali e meccanismi che sottintendono diversi processi percettivi del sistema visivo, anche attraverso esempi che mostrano l’approccio computazionale e di deep learning per lo studio del flusso di informazione in tali reti neuronali.
Si propone infine di stimolare le capacità di comprensione ed analisi critica della letteratura scientifica nel campo.
Conoscenza e capacità di comprensione applicate
Il corso metterà gli studenti in grado di comprendere le basi biologiche del funzionamento delle reti neurali biologiche, con particolare riguardo alle reti deli sistemi sensoriali, e della sua plasticita in dipendenza dall’ambiente.
Autonomia di giudizio
Gli studenti, attraverso la presentazione di ricerche specifiche, saranno messi in grado di riflettere ed analizzare criticamente le evidenze sperimentali utilizzate per proporre delle ipotesi nel campo delle neuroscienze.Saranno inoltre in grado di familiarizzare con tecniche di ricerca ed esempi specifici recenti nel campo delle neuroscienze sensoriali
Abilità comunicative
Verrà stimolata la capacità di saper organizzare ed esporre chiaramente e concisamente, anche per iscritto, le proprie conoscenze e le proprie considerazioni riguardo gli argomenti e gli articoli scientifici trattati a lezione, sia durante esercitazioni in classe sia all’esame.
Capacità di apprendere
L'insegnamento mira anche a far conoscere agli studenti i metodi di studio nel campo di argomenti di frontiera delle neuroscienze per eventuali applicazioni al campo dell’intelligenza artificiale. Questo sarà utile sia per la prosecuzione degli studi nel Corso di laurea Magistrale sia per procedere autonomamente nell'aggiornamento e nella formazione continua.
Prerequisiti
nessuno
Metodi Didattici
Lezioni frontali. Discussione dei risultati scientifici che hanno portato alle conoscenze illustrate e discusse nel programma d'esame.
Modalità di verifica apprendimento
Due terzi della valutazione si baseranno su una prova orale sul programma del corso. Il terzo rimanente si baserà sulla produzione ed esposizione orale di una relazione su un argomento del programma, concordata precedentemente con i professori. Questa parte potrà essere sostituita da un'esperienza in laboratorio.
Programma del corso
1. I neuroni e la generazione e la trasmissione dei segnali
2. La sinapsi chimiche ed elettriche. Sinapsi inibitorie ed eccitatorie. La neuromdulazione.
3. La plasticità neuronale: sinapsi hebbiane, spike-timing dependent plasticity, plasticità omeostatica.
4. Anatomia del sistema nervoso
5. Tecniche principali per lo studio della percezione nell’uomo: psicofisica, EEG, risonanza magnetica, movimenti oculari, TMS, pupillometria.
6. Meccanismi neuronali e i relativi processi percettivi che sottendono l'analisi dei segnali nei sistemi sensoriali. Con particolare riguardo nel sistema visivo a
i. Aspetti di base della percezione: la sensibilità al contrasto
ii. La percezione del movimento
iii. La percezione durante I movimenti oculari saccadici
iv. La percezione attiva e generativa: l’approccio Bayesiano
v. La percezione multisensoriale
vi. La visione finalizzata all’azione e alla percezione
vii. La percezione della numerosità
7. Esempi di modelli computazionali dei meccanismi visivi
8. Alcune applicazioni delle convolutional neural networks all’analisi visiva.
2. La sinapsi chimiche ed elettriche. Sinapsi inibitorie ed eccitatorie. La neuromdulazione.
3. La plasticità neuronale: sinapsi hebbiane, spike-timing dependent plasticity, plasticità omeostatica.
4. Anatomia del sistema nervoso
5. Tecniche principali per lo studio della percezione nell’uomo: psicofisica, EEG, risonanza magnetica, movimenti oculari, TMS, pupillometria.
6. Meccanismi neuronali e i relativi processi percettivi che sottendono l'analisi dei segnali nei sistemi sensoriali. Con particolare riguardo nel sistema visivo a
i. Aspetti di base della percezione: la sensibilità al contrasto
ii. La percezione del movimento
iii. La percezione durante I movimenti oculari saccadici
iv. La percezione attiva e generativa: l’approccio Bayesiano
v. La percezione multisensoriale
vi. La visione finalizzata all’azione e alla percezione
vii. La percezione della numerosità
7. Esempi di modelli computazionali dei meccanismi visivi
8. Alcune applicazioni delle convolutional neural networks all’analisi visiva.