Titulació | Tipus | Curs |
---|---|---|
Intel·ligència Artificial / Artificial Intelligence | FB | 2 |
Podeu consultar aquesta informació al final del document.
Aquesta assignatura no té prerequisits.
Aquesta assignatura té per objectiu general que els estudiants comprenguin el funcionament del sistema nerviós i les bases neurals dels processos cognitius, així com les interelacions bidireccionals entre la neurociència i la intel·ligència artificial. Per tal que això sigui possible, els objectius específics són:
1. Conèixer i comprendre els fonaments anatòmics, cel·lulars i moleculars del processament d'informació en el sistema nerviós.
2. Entendre els mecanismes de plasticitat en el sistema nerviós, des del nivell sinàptic fins a la reorganització funcional multimodal vinculada a l'experiència.
3. Conèixer i comprendre les bases neurals del processament d'informació sensorial a diversos nivells del sistema nerviós.
4. Conèixer i comprendre les bases neurals de l'aprenentatge i la memòria, i de les emocions.
5. Conèixer les principals tècniques de registre i estimulació de l'activitat neural i identificar aplicacions pràctiques basades en la intel·ligència artificial.
1.Introducció: La interelació entre neurociències i intel·ligència artificial
- Intel·ligència artificial bioinspirada
- Aplicacions de la intel·ligència artificial a la neurociència i a l’estudi de la conducta i les funcions mentals.
2. Estructura i funció del sistema nerviós: Nivells molecular, cel·lular i sinàptic
2.1. Les cèl·lules del sistema nerviós
2.2. Potencial de membrana, potencial d’acció i transmissió sinàptica.
2.3. Mecanismes de plasticitat sinàptica.
2.4. Xarxes neuronals biològiques.
3. Estructura i funció del sistema nerviós: nivell de sistemes.
3.1. Principals divisions del sistema nerviós i la seva organització.
4. Tècniques de registre i d'estimulació de l'activitat neural
4.1. Tècniques electrofisiològiques d’estimulació i registre de poblacions neuronals i de neurones individuals
4.2. Tècniques d’imatge de calci
4.3. Optogenètica
4.4. Neuroimatge estructural i funcional.
4.5. Interfícies neurals
5. Com el cervell percep el mon.
5.1. Organització general dels sistemes sensorials
5.2. Transducció i codificació en els sistemes somatosensorials
5.3. Transducció i codificació en el sistema auditiu
6. Com el cervell aprèn, recorda i oblida
6.1. Sistemes cerebrals de la memoria: Bases neurals dels sistemes implícit i explícit
6.2. Record, extinció, oblit i plasticitat sinàptica
7. Bases biològiques de les motivacions i les emocions
7.1. Components deles emocions
7.2. Bases neurals de la comprensió i l'expressió de les emocions
7.3. El sistema neural del reforç i les seves alteracions. Les addicions
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classes magistrals | 24 | 0,96 | 2, 4, 5, 6, 7, 8, 10 |
Pràctiques d'aula | 22 | 0,88 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 |
Pràctiques de laboratori | 4 | 0,16 | 2, 3, 8, 9 |
Tipus: Supervisades | |||
Tutories (individuals i en grup) | 20 | 0,8 | 1, 2, 4, 5, 6, 7, 8, 9, 10 |
Tipus: Autònomes | |||
Estudi | 50 | 2 | 2, 4, 5, 6, 7, 8, 10, 11 |
Treball en equip | 21 | 0,84 | 3, 9, 11 |
En aquesta assignatura, es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) com a part integrant del desenvolupament del treball, sempre que el resultat final reflecteixi una contribució significativa de l'estudiant en l'anàlisi i la reflexió personal. L'estudiant haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reflexió crítica sobre com aquestes han influït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA es considerarà falta d'honestedat acadèmica i pot comportar una penalització en la nota de l'activitat, o sancions majors en casos de gravetat.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Evidència 1. Lliurament d'activitats de seguiment | 30% | 4 | 0,16 | 1, 2, 4, 5, 6, 7, 8, 10, 11 |
Evidència 2. Treball en equip basat en articles científics | 20% | 2 | 0,08 | 1, 2, 3, 4, 5, 6, 7, 9, 10, 11 |
Evidència 3. Examen parcial | 15% | 1 | 0,04 | 2, 6, 7, 8 |
Evidència 4. Examen final | 35% | 2 | 0,08 | 1, 2, 4, 5, 6, 7, 8, 10 |
L’avaluació d’aquesta assignatura es farà de manera continuada i té una funció clarament formativa.
Las competències d’aquesta assignatura s’avaluaran mitjançant: activitats de seguiment, presentacions en equip i exàmens.
Les evidències d’aprenentatge que els/les estudiants hauran de lliurar faran referència als continguts i competències que s’hagin treballat a les classes teòriques, seminaris i pràctiques de laboratori.
El sistema d’avaluació s’organitza en quatre evidències, cada una de les quals té un pes específc en la nota final:
- Evidència 1. Treball continuat a partir de diversos exercicis que es realitzaran al llarg del semestre. Alguns dels exercicis es faran a l’aula i altres de manera autónoma. Així mateix, alguns exercicis es realitzarn de manera individual i altres en equip: 30%.
Retorn a través de Moodle o en tutories a mesura que es van realitzant les activitats.
- Evidència 2. Presentació i defensa orals d’un treball en equip basat en articles científics: 20%.
Retorn a través de Moodle o en tutories les setmanes 15 i 16.
- Evidència 3. Examen parcial, que es realitzarà a la meitat del semestre: 15%.
Retorn mitjançant tutories després de la publicació de les notes.
- Evidència 4. Examen final, que es realitzarà al final del semestre i inclourà continguts de tota la matèria: 35%.
Retorn mitjançant tutories després de la publicació de les notes.
Assignatura superada
Es considera que un/a estudiant ha superat l'assignatura quan compleixi les dues condicions següents:
a) Hagi obtingut una qualificació mínima de 5 punts (sobre 10) en l'avaluació continuada,
b) Hagi obtingut una puntuació mínima de 4.5 punts (sobre 10) en l'evidència 4.
Si no es compleixen aquestes dues condicions, la qualificació a l'expedient acadèmic serà la suma ponderada de les qualificacions de les quatre evidències si aquesta suma és menor o igual a 4,5, i 4,5 en cas contrari (per tant, la qualificació màxima disponible per als estudiants que no compleixin els dos criteris serà 4,5).
S'assignarà la qualificació de "matrícula d'honor" al 5% dels estudiants matriculats amb la millor nota, sempre i quan aquesta nota sigui 9 o superior.
Recuperació:
Per tal que l’alumnat pugui optar a la recuperació, cal que:
• No hagi assolit els criteris establerts per superar l’assignatura i que tingui una qualificació major o igual a 3.5 punts. És a dir, la nota final ha de ser inferior a 5 i major o igual a 3.5 punts.
• Hagi estat prèviament avaluat en un conjunt d’activitats el pes de les quals equivalgui a un mínim de 2/3 parts de la qualificació total de l’assignatura.
- Prova de recuperació:
• Prova individual i escrita.
• Preguntes obertes de tots els continguts de l’assignatura.
• Realització durant el període de recuperacions en les dates que estableixi la facultat de manera presencial.
• La superació d’aquesta prova (mínim 5 punts sobre 10) permetrà superar l’assignatura amb una nota final de 5.
No avaluable:
Aquells/aquelles estudiants que hagin lliurat evidències amb un pes inferior al 40% de la nota de l’assignatura tindran la qualificació de “No avaluable”.
AVALUACIÓ ÚNICA
Aquesta assignatura no preveu el sistema d'avaluació única.
Llibres i articles
Carlson, N.R.; Birkett, M.A. (2017). Physiology of Behavior, Global edition. Pearson Education (versió en paper i versió online disponibles a la biblioteca).
Cohen Y, Engel TA, Langdon C, Lindsay GW, Ott T, Peters MAK, Shine JM, Breton-Provencher V, Ramaswamy S. Recent Advances at the Interface of Neuroscience and Artificial Neural Networks. J Neurosci. 2022 Nov 9;42(45):8514-8523. doi: 10.1523/JNEUROSCI.1503-22.2022.
Jeon I, Kim T. Distinctive properties of biological neural networks and recent advances in bottom-up approaches toward a better biologically plausible neural network. Front Comput Neurosci. 2023 Jun 28;17:1092185. doi: 10.3389/fncom.2023.1092185
Pàgines web
https://www.ebrains.eu/
La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
Nom | Grup | Idioma | Semestre | Torn |
---|---|---|---|---|
(PAUL) Pràctiques d'aula | 711 | Anglès | primer quadrimestre | tarda |
(PLAB) Pràctiques de laboratori | 711 | Anglès | primer quadrimestre | matí-mixt |
(PLAB) Pràctiques de laboratori | 712 | Anglès | primer quadrimestre | matí-mixt |
(TE) Teoria | 71 | Anglès | primer quadrimestre | tarda |