Pregunta de investigación
La IA actual se inspira principalmente en la inteligencia de un cerebro adulto, pero la inteligencia humana surge mediante procesos de desarrollo previos. El grupo propone utilizar aproximaciones computacionales al desarrollo cerebral infantil para inspirar nuevas formas de IA. A partir de datos experimentales y modelos de spiking neural networks que describen distintos periodos del desarrollo de la corteza cerebral, el proyecto evaluará si esas diferencias se mantienen al integrar los modelos en estructuras de Deep Learning y si permiten caracterizar mejor distintas formas de aprendizaje artificial.
Referencias mencionadas por el mentor: Oruro et al. (2020a,b), Learn. Mem.; Oruro & Pardo (2025), Eur. Phys. J. B; Oruro et al. (2026), Front. Comput. Neurosci.
Qué harás
- Utilizar datos experimentales del grupo para construir modelos computacionales de neuronas basados en voltaje.
- Organizar los modelos en redes neuronales de spiking y realizar procesos de entrenamiento y simulación.
- Participar en seminarios mediante la presentación y discusión de artículos de neurociencia computacional, aprendizaje y memoria.
- Procesar, organizar, interpretar y presentar científicamente los resultados de las simulaciones.
- Elaborar un informe breve que sirva de base para diseñar, construir y presentar un póster científico con antecedentes, métodos, resultados y conclusiones.
Qué podrías aprender
Formación inicial en neurociencia, electrofisiología y procesamiento de datos experimentales; construcción de modelos computacionales de neuronas basados en spikes; spiking neural networks aplicadas a IA, Deep Learning y modelos de aprendizaje y memoria; lectura crítica, análisis de resultados y comunicación científica. En caso de desempeño destacado, el grupo explorará oportunidades de postulación a becas y escuelas internacionales, como ha hecho previamente con estudiantes de Derívate que trabajaron en modelos QLIF.
Antes de postular
Requisitos necesarios
Programación en Python y nociones de Deep Learning.
Conocimientos deseables
Método de Euler explícito y ley de Ohm.
Los conocimientos deseables son un plus; revisa primero los requisitos necesarios.
Herramientas y canales mencionados en la propuesta
- Python
- Deep Learning
Solicitud adicional para postular
Mira el video de referencia y responde: ¿qué es una neurona integrate-and-fire? Video de referencia
Tu mentor y el acompañamiento
Enver Miguel Oruro Puma
Afiliación y rol declarados en la ficha
Morphodynamics Neuroscience and Behavior Lab, UNESCO UniTwin Complex Systems Digital Campus · Investigador Principal
Perfil público / grupo: cs-dc.pe
Acompañamiento
Una reunión semanal de hasta aproximadamente 2 horas. Las dudas pueden resolverse por WhatsApp; un co-mentor podrá participar en las reuniones y apoyar el seguimiento del avance.