"In Conversation" Panel
Speakers:
Prof. Mickey London, Prof. Yosef Grodzinsky, Prof. Yonatan Loewenstein, & Dr. Lotem Elber-Dorozko
Description:
How can (and how can’t) we understand and explain brain processes?
What is required from a model or a result in order for them to help us understand some brain process? What is the correct level of description in explaining brain processes? What is the relationship between explanation and understanding? And what exactly are we trying to explain when we attempt to explain "the brain"? These are all questions that repeatedly arise when neuroscientists attempt to explain various phenomena. In the symposium, we will discuss different types of explanatory and non-explanatory descriptions and present different perspectives on what is required from an explanation in neuroscience.
Mickey London will present his research on detailed computational models of individual nerve cells. He will describe the importance of biological details in these models for understanding various phenomena related to the cell—understanding that is not possible in more abstract models. A specific question that will be discussed is the advantage and disadvantage of detailed biophysical models, which require heavy simulations, versus statistical models based on deep networks.
Yosef Grodzinsky will discuss the differences between linguistic models and large language models and argue that the former succeed in explaining human linguistic abilities, while the latter are only practical (albeit very successful) engineering tools: engineers build machines that perform tasks, while theories attempt to understand the structure of the world. Furthermore, he will show that this engineering tool suffers from serious issues, some of which are hidden from view: these machines do indeed perform well in everyday language-dependent tasks, but when their performance is examined through a professional linguistic lens, it turns out that they fail in a large number of linguistic tasks.
Yonatan Loewenstein will describe reinforcement learning models and differentiate between various methods for evaluating models. One method is their success in predicting decision-making in humans, and the second is their success as engineering tools capable of influencing human decisions. He will also ask to what extent (and if at all) quantitative models explain human learning better than our intuition.
Throughout the symposium and in its conclusion, Lotem Elber-Dorozko will add to the discussion of specific models, a general discussion of the different approaches to understanding and explanation that are put forth in the philosophy of neuroscience, with an emphasis on the approach that presents explanation as a description of the relevant causal relations underlying the explained phenomenon. Philosophical approaches are useful for describing well-defined principles for explanation. Such principles help sharpen the source of disagreement or confusion in debates about scientific explanation.
---
סימפוזיון על הבנה במדעי המוח, המרכז לחקר הרציונליות
כיצד ניתן (וכיצד לא ניתן) להבין ולהסביר תהליכים מוחיים
מה נדרש ממודל או מתוצאה על מנת שהם יעזרו לנו להבין תהליך מוחי כלשהו? מהי רמת התיאור הנכונה בהסבר של תהליכים מוחיים? מה הקשר בין הסבר והבנה? ומה אנחנו רוצים להסביר בעצם כשאנחנו מנסים להסביר 'את המוח'? כל אלו הן שאלות שעולות שוב ושוב כשחוקרי מוח מנסים להסביר תופעות שונות. בסימפוזיון נדון בסוגים שונים של תיאורים הסבריים ולא הסבריים ונציג פרספקטיבות שונות על הנדרש מהסבר במדעי המוח.
מיקי לונדון יציג את מחקרו שעוסק במודלים חישובים מפורטים של תאי עצב בודדים. הוא יתאר את החשיבות של הפרטים הביולוגיים במודלים הללו להבנת תופעות שונות שקשורות בתא. הבנה שאינה מתאפשרת במודלים אבסטרקטיים יותר. שאלה ספציפית שתידון היא היתרון והחסרון של מודלים ביופיזיקליים מפורטים, הדורשים סימולציות כבדות, לעומת מודלים סטטיסטיים המבוססים על רשתות עמוקות המגיעים לדיוק מרשים של מעל 99.99% ביכולת לחזות את תגובות הנוירון לקלטים חדשים שלא נתקלו בהם במהלך האימון, וכל זאת ביעילות חישובית גבוהה משמעותית. הדילמות הללו בנוגע למודלים של נוירון בודד משקפים תמונה רחבה יותר במחקר המוח: האם יש להעדיף פשטות חישובית או מורכבות שמאפשרת הבנה?
יוסף גרודזינסקי ידון בהבדלים בין מודלים בבלשנות ובין מודלי שפה גדולים וינמק מדוע רק הראשונים מצליחים להסביר יכולות לשוניות אנושיות, בעוד האחרונים הם כלי הנדסי פרקטי גרידא: מהנדסים בונים מכונות המבצעות מטלות, ואילו תיאוריות מנסות להבין את מבנהו של העולם. יתר על כן יראה שהכלי ההנדסי הזה סובל מבעיות קשות, שחלקן סמוי מן העין: המכונות הללו אכן מבצעות לא רע מטלות יומיומיות התלויות בשפה, אבל כשביצועיהן נבחנים בעין בלשנית מקצועית, מתברר שהן נכשלות במספר גדול של מטלות לשוניות.
יונתן לוינשטיין יתאר מודלים ללמידת חיזוק ויבחין בין שיטות שונות לבחינת מודלים. שיטה אחת היא ההצלחה שלהם בניבוי של קבלת החלטות אצל אנשים והשנייה היא ההצלחה שלהם ככלי הנדסי היכול להשפיע על החלטות של אנשים. הו אגם ישאל באיזו מידה (ואם בכלל) מודלים כמותיים מסבירים למידה אנושית טוב יותר מהאינטואיציה שלנו.
לאורך הסימפוזיון ובסיכומו, לוטם אלבר-דורוז'קו תוסיף לתיאורים של מודלים ודיונים ספציפיים את המסגרת של הפילוסופיה של מדעי המוח והגישות שונות להבנה ולהסבר שהיא מביאה, בדגש על הגישה שמציגה הסבר כתיאור של הקשרים הסיבתיים הרלוונטיים למוסבר. הגישות הפילוסופיות מועילות לתיאור עקרונות מוגדרים היטב להסבר, שיכולים לתמוך ולבסס אינטואיציות מדעיות, ולחדד את המקור לויכוחים מדעיים.
Location:
Eilan Hall, Feldman Building, Second Floor, Edmond Safra Campus.
Click here to add the "In Conversation" Series to your Google Calendar