La personalidad es un fenómeno común en los animales, incluso se demostró que los invertebrados, como los pulpos, tienen variaciones individuales consistentes en sus comportamientos, por ejemplo, cuánto les gusta jugar con objetos no comestibles, etc.
Esto fue para resaltar que la personalidad es un producto cerebral tan común como cualquier otro evento neuronal. A partir de ahí, lo remitiré a estudiar el campo de la neurofisiología que le permitirá comprender cómo la codificación neural de la información y el comportamiento está relacionada con la neurotransmisión sináptica. Los iones cargados que entran y salen a través de las membranas axonales y dendríticas, provocan la propagación de la señal eléctrica, como ondas en la superficie del agua. Por lo tanto, se basa completamente en leyes biológicas y químicas (por lo tanto, físicas).
Pero para comprender el código neuronal de los eventos cognitivos / conductuales, es mejor que estudies la integración de nivel superior de miles de millones de tales eventos sinápticos individuales, es decir, para comprender el código a nivel de red. Las interacciones espacio-temporales de varios sistemas neuronales y sus diversas oscilaciones se pueden medir mediante EEG, MEG, fMRI, imágenes de ultrasonido funcional, imágenes ópticas, conjuntos de electrodos intracraneales, etc.
- ¿Qué significa partícula subnuclear?
- ¿Cuáles son los mejores sitios web que intentan explicar teorías matemáticas o físicas complejas en términos simples y comprensibles?
- ¿Cómo implicaría una versión incluso no lineal de la mecánica cuántica una señalización superluminal?
- ¿Qué es un cargo en física?
- ¿De qué manera las ruedas reducen la fuerza de fricción?
Luego, para analizar esta gran cantidad de señal difusa (y probablemente en gran medida redundante), puede beneficiarse de la aplicación de algoritmos avanzados de procesamiento de señal que pueden reconocer elementos de patrones repetitivos que pueden ser relevantes en el código neural. Dichos algoritmos de reconocimiento de patrones incluyen métodos tomados de la investigación de inteligencia artificial, tales como algoritmos de aprendizaje automático, redes neuronales artificiales supervisadas y no supervisadas, como redes neuronales profundas (aprendizaje profundo). Por lo tanto, también podría estudiar la programación, la neurociencia computacional, la inteligencia artificial, de inmediato, en lugar de profundizar demasiado en la física de partículas o la biología molecular. Pero supongo que las universidades avanzadas ofrecen un poco de información sobre todos estos campos, incluso si solo comienza un maestro de neurociencia cognitiva / de red / computacional.
