Detailseite
Informations-Integration in Prädiktiven Prozessen: Eine Mechanistische Verankerung des Selbst
Antragsteller
Professor Dr. Nihat Ay
Fachliche Zuordnung
Kognitive, systemische und Verhaltensneurobiologie
Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Kognitive und systemische Humanneurowissenschaften
Theoretische Informatik
Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Kognitive und systemische Humanneurowissenschaften
Theoretische Informatik
Förderung
Förderung seit 2018
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 402780474
Das generelle Ziel des Projektes ist es, notwendige Bedingungen für die Entwicklung interner Repräsentationen aufzudecken, die in Zusammenhang mit dem Selbst stehen, wenn wir es mit verkörperten Agenten zu tun haben. Dies wird auf dem Studium von Helmholtz-Maschinen basieren, die Vorhersage- und Erkennungs-Prozesse als Voraussetzung für optimale Steuerung implementieren. Des Weiteren soll studiert werden, in wieweit diese Prozesse hohe Informationsintegration generieren, im Sinne der Theorie der Integrierten Information des Bewusstseins von Tononi. Dies wird zu Erkenntnissen über die Mechanismen führen, die dem phänomenalen Selbst zugrunde liegen. Ausgehend von der Informationstheorie, die quantitativer Natur ist, sollen qualitative Übergänge in der Verkörpertheit identifiziert und dabei Bezüge zur Theorie von Metzinger hergestellt werden. In dieser Phase des DFG SPP “The Active Self” wird eine Hierarchie von Steuerungs-Architekturen mit steigender Granularität entwickelt werden, mit neuronalen Architekturen auf der feinsten Beschreibungsebene. Entsprechende Lernalgorithmen aus der Theorie von Helmholtz-Maschinen, Versionen des Wake-Sleep-Algorithmus, legen einen engen Bezug zum Free-Energy-Principle nahe, das sowohl eine konzeptionelle als auch eine formale Basis für das Projekt bereitstellt. Ausgehend von Steuerungs-Architekturen verschiedener Granularität werden entsprechende Informationsflüsse in der sensomotorischen Schleife robotischer Systeme in Zusammenarbeit mit der Gruppe von Verena V. Hafner analysiert. Das Ziel ist es, einen Zuwachs an Informationsintegration festzustellen, wenn Lernprozesse involviert sind, die Modelle für Prädiktion und Steuerung einbezieht.
DFG-Verfahren
Schwerpunktprogramme
Teilprojekt zu
SPP 2134:
Das handelnde Selbst
Mitverantwortlich(e)
Professorin Dr. Verena V. Hafner