Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Neural Circuits01:25

Neural Circuits

1.6K
Neural circuits and neuronal pools are two of the main structures found in the nervous system. Neural circuits are networks of neurons that work together to carry out a specific task or process. They consist of interconnected neurons and glial cells, which provide structural and metabolic support.
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...
1.6K
Neurogenesis and Regeneration of Nervous Tissue01:15

Neurogenesis and Regeneration of Nervous Tissue

1.0K
In the CNS, neurogenesis, the birth of new neurons from stem cells, is limited to the hippocampus in adults. In other regions of the brain and spinal cord, neurogenesis is almost non-existent due to inhibitory influences from neuroglia, especially oligodendrocytes, and the absence of growth-stimulating cues. The myelin produced by oligodendrocytes in the CNS inhibits neuronal regeneration. Furthermore, astrocytes proliferate rapidly after neuronal damage, forming scar tissue that physically...
1.0K
Neurons as Communicators of the Brain01:22

Neurons as Communicators of the Brain

1.7K
Neurons, the fundamental units of the brain and nervous system, function as the primary transmitters of information throughout the body. Their ability to communicate through electrical and chemical signals is vital for every bodily function, from regulating the heartbeat to processing complex thoughts. Each neuron has three main components: the cell body (soma), dendrites, and an axon, each specialized to facilitate swift and efficient neural communication.
Cell Body
The cell body, also known...
1.7K
Neural Regulation01:37

Neural Regulation

40.1K
Digestion begins with a cephalic phase that prepares the digestive system to receive food. When our brain processes visual or olfactory information about food, it triggers impulses in the cranial nerves innervating the salivary glands and stomach to prepare for food.
40.1K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Efficacy of Antibiotic Therapy Alone Versus Antibiotics With Percutaneous Drainage in Periappendiceal Abscess: A Systematic Review and Meta-Analysis.

Cureus·2024
Same author

Probabilistic weather forecasting with machine learning.

Nature·2024
Same author

Sustainable medicines development and use: Challenges and opportunities in the sustainable production of active pharmaceutical ingredients.

British journal of clinical pharmacology·2024
Same author

Advancements in Cholelithiasis Diagnosis: A Systematic Review of Machine Learning Applications in Imaging Analysis.

Cureus·2024
Same author

STELA: a community-centred approach to norm elicitation for AI alignment.

Scientific reports·2024
Same author

Learning skillful medium-range global weather forecasting.

Science (New York, N.Y.)·2023

Video Experimental Relacionado

Updated: Sep 14, 2025

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
03:14

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Published on: December 6, 2024

684

Contextualización de textos antiguos con redes neuronales generativas

Yannis Assael1, Thea Sommerschield2, Alison Cooley3

  • 1Google DeepMind, London, UK. yannisassael@google.com.

Nature
|July 23, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Una nueva red neuronal generativa, Eneas, ayuda a los historiadores a contextualizar las inscripciones antiguas. Esta herramienta de IA mejora significativamente los puntos de partida de la investigación y mejora tareas como la restauración y la datación del texto, avanzando en la comprensión histórica.

Más Videos Relacionados

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

10.4K
Transcranial Direct Current Stimulation tDCS of Wernicke's and Broca's Areas in Studies of Language Learning and Word Acquisition
12:49

Transcranial Direct Current Stimulation tDCS of Wernicke's and Broca's Areas in Studies of Language Learning and Word Acquisition

Published on: July 13, 2019

17.3K

Videos de Experimentos Relacionados

Last Updated: Sep 14, 2025

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
03:14

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Published on: December 6, 2024

684
Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks
11:18

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Published on: March 2, 2015

10.4K
Transcranial Direct Current Stimulation tDCS of Wernicke's and Broca's Areas in Studies of Language Learning and Word Acquisition
12:49

Transcranial Direct Current Stimulation tDCS of Wernicke's and Broca's Areas in Studies of Language Learning and Word Acquisition

Published on: July 13, 2019

17.3K

Área de la Ciencia:

  • Humanidades digitales
  • La inteligencia artificial en la historia

Sus antecedentes:

  • Las inscripciones antiguas ofrecen una visión directa de las civilizaciones históricas.
  • Los métodos digitales actuales para analizar las inscripciones se limitan a coincidencias literales y alcances estrechos.
  • Los historiadores confían en la identificación de paralelos textuales para la contextualización, la restauración y la atribución.

Objetivo del estudio:

  • Para introducir Eneas, una red neuronal generativa diseñada para contextualizar textos antiguos.
  • Aprovechar la IA para recuperar paralelos textuales y contextuales, utilizando entradas visuales y restaurando textos.
  • Avanzar en el estado de la técnica en las tareas de análisis de textos históricos.

Principales métodos:

  • Desarrollo de Eneas, una red neuronal generativa para la contextualización de textos antiguos.
  • Integración de las capacidades de procesamiento de datos textuales y visuales.
  • Evaluación a través de un estudio a gran escala que involucra a historiadores que utilizan las salidas de Eneas.

Principales resultados:

  • Los historiadores encontraron paralelos recuperados por Eneas útiles en el 90% de los casos, aumentando la confianza en un 44%.
  • Los historiadores asistidos por Eneas superaron a los humanos y a la IA por sí solos en la restauración y la atribución geográfica.
  • Eneas logró una precisión de 13 años en la datación de las inscripciones en comparación con los rangos de verdad.

Conclusiones:

  • Aeneas mejora significativamente los flujos de trabajo de la investigación histórica al proporcionar paralelos contextuales y ayudar en el análisis del texto.
  • La integración de la IA con los métodos históricos ofrece herramientas transformadoras para comprender el pasado.
  • Eneas demuestra el potencial de la IA para avanzar en el estudio de las civilizaciones antiguas a través del análisis de inscripciones.