Projecte matriculat

Títol: Bridging biological and artificial intelligence through network architecture

---

Tutor/a o Cotutor/a: PRATS SOLER, CLARA

Departament: FIS

Títol: Bridging biological and artificial intelligence through network architecture

Data inici oferta: 25-11-2025      Data finalització oferta: 25-06-2026

---

Estudis d'assignació del projecte:

GR ENG SIS BIOLÒG 23

Lloc de realització:

UPC      Departament/centre: EPSEM

Segon tutor/a (UPC): MANUBENS GIL, LINUS MARIA

Paraules clau:
Xarxes neuronals, NeuroIA, Arquitectura de xarxa, Aprenentatge automàtic.

Descripció del contingut i pla d'activitats:
Objectius
Investigar la relació entre l'arquitectura de xarxa inspirada en el cervell i el rendiment de les tasques cognitives utilitzant Xarxes Neuronals Artificials (ANN).
Comparar algoritmes d'aprenentatge clàssics i bioinspirats (per exemple, backpropagation vs.
regles basades en plasticitat Hebbiana) a través de diferents arquitectures de xarxa.
Identificar quines característiques arquitectòniques (per exemple, modularitat, recurrència, profunditat) milloren el rendiment en dominis cognitius específics (per exemple, visió, llenguatge).
Traduir coneixements de circuits biològics a models artificials per guiar el desenvolupament futur de la Intel·ligència Artificial (IA).
Compartir els resultats a través d'una publicació revisada per parells en el domini de NeuroIA.

Activitats
' Revisar les dades de connectòmica i extreure les característiques clau de l'arquitectura de xarxa biològica (per exemple, jerarquia, propietats de small-world, centralitat).
' Dissenyar i implementar xarxes neuronals artificials que emulin aquestes característiques arquitectòniques (utilitzant PyTorch, TensorFlow o similar).
' Simular tasques cognitives (per exemple, classificació, predicció de seqüències, memòria de treball) utilitzant models de retroalimentació i recurrents.
' Analitzar quines propietats arquitectòniques correlacionen amb un millor rendiment de les tasques, traçant paral·lelismes amb especialitzacions conegudes de la funció cerebral (per exemple, còrtex visual, còrtex prefrontal).
' Visualitzar i interpretar les representacions apreses, especialment en relació amb principis biològics (per exemple, camps receptius, dispersió, modularitat).
' Projecte en la interfície entre la IA i la neurociència computacional.

Orientació a l'estudiant: ' Coneixements de programació, especialment PyTorch i R
' Coneixements d'estadística i eines de visualització

---