Dynamische visuelle Inferenzen und ihre neuronale Implementi
Dynamic Visual Inferences and their Neural implementation
Wissenschaftsdisziplinen
Informatik (10%); Mathematik (60%); Medizinisch-theoretische Wissenschaften, Pharmazie (30%)
Keywords
-
Probabilistic Computation,
Dynamic Perceptual,
Decision Making,
Visual Cortex,
Eye Movements
Trotz der jüngsten Fortschritte auf dem Gebiet der künstlichen Intelligenz, der Kognitionswissenschaft und der Neurowissenschaften stellt die flexible Funktionsweise des menschlichen und tierischen Gehirns noch immer eine der größten Herausforderungen für unser wissenschaftliches Verständnis dar. Wie können wir so schnell so viel lernen und unser Wissen nutzen, um völlig unterschiedliche Probleme zu lösen - vom Binden von Schnürsenkeln über das Lösen eines neuen Worträtsels bis hin zum Wiedererkennen eines Fotos, das man vor mehr als zwei Jahrzehnten gesehen hat? In diesem Projekt verfolgen wir die Hypothese, dass Flexibilität sowie Fähigkeit zur Verallgemeinerung in der Art und Weise verankert sind, wie Informationen im Gehirn kodiert werden. Wir gehen davon aus, dass Menschen und einige Tiere Sinnes- und Gedächtnisinformationen probabilistisch kodieren und nutzen. Informationen werden unter Berücksichtigung ihrer Unsicherheit und Verlässlichkeit verarbeitet. Wir und andere haben in der Vergangenheit argumentiert, dass die beobachtete, notwendige Flexibilität des Gehirns durch einen solchen glaubensgewichteten Umgang mit Informationen erklärt werden kann. Um diese Hypothese zu bestätigen, haben wir eine Aufgabe zur Entscheidungsfindung in der Wahrnehmung entwickelt, in der visuelle Inputs in jedem Versuch auf eine von zwei möglichen Arten kategorisiert werden können, je nachdem, wie der Beobachter die kontextuelle Situation interpretiert. Für die Durchführung war zentral, dass allein anhand der Antworten des Beobachters erkannt werden konnte, welche Interpretation gewählt wurde. Mit Hilfe dieser Aufgabe sollen in diesem Projekt Daten von Menschen und nicht-menschlichen Primaten erhoben werden, um Belege dafür zu erhalten, dass diese Spezies die Entscheidungsfindung bei dieser Art von Aufgaben ähnlich geschieht und welche Interpretation jeweils dafür gewählt wird. Gleichzeitig soll die Messung von Augenbewegungen der Probanden eine unabhängige Bestätigung der Hypothese liefern, da wir annehmen, dass kognitive Entscheidungen und Augenbewegungsmuster verschiedene Aspekte der internen Interpretation der Probanden widerspiegeln. Zudem werden wir nach neuronalen Belegen für die Hypothese der probabilistischen Kodierung im Gehirn suchen. Dazu soll die Technik Voltage Sensitive Dye Imaging zur Anwendung kommen, um die Aktivität neuronaler Populationen in großem Maßstab im Kortex des sich verhaltenden Tieres zu beobachten. Wir untersuchen, ob die beobachteten Muster im Kortex zeigen, welche interne Repräsentation das Tier verwendet hat. Wenn die Hypothese richtig ist, ist ein unmittelbares neuronales Korrelat zu beobachten, wenn sich das innere Mindset" des Tieres ändert, d.h. wenn sich seine Interpretation über die Ereignisse in der Umwelt ändert. Wir wollen einen neuen Weg Verhalten mit neuronalen Funktionen des Gehirns zu verknüpfen bereitstellen und auch den ersten direkten neuronalen Nachweis für probabilistisches Denken im Gehirn liefern.
- Frederic Chavane, CNRS Université Aix Marseille - Frankreich
- Laurent Perrinet, CNRS Université Aix Marseille - Frankreich
Research Output
- 1 Zitationen
- 3 Publikationen
-
2025
Titel Structure transfer and consolidation in visual implicit learning DOI 10.7554/elife.100785.4 Typ Journal Article Autor Garber D Journal eLife Link Publikation -
2025
Titel Spatio-temporal visual statistical learning in context DOI 10.1016/j.cognition.2025.106324 Typ Journal Article Autor Garber D Journal Cognition Seiten 106324 Link Publikation -
2025
Titel Structure transfer and consolidation in visual implicit learning DOI 10.7554/elife.100785 Typ Journal Article Autor Garber D Journal eLife Link Publikation