Einblicke in die Mechanismen der dynamischen Objekterkennung durch leistungsstarke Psychophysik und künstliche neuronale Netzwerke

• Antragstellerin: Dr. Lynn Katrina Annika Sörensen
• Fachliche Zuordnung: Allgemeine, Kognitive und Mathematische Psychologie ; Biologische Psychologie und Kognitive Neurowissenschaften
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 547591872

Menschen nehmen ihre sich stetig wandelnde Umgebung mit einer Leichtigkeit und (meist) Genauigkeit wahr, die über die Komplexität dieses Prozesses hinwegtäuscht: Von Moment zu Moment schließt unsere Wahrnehmung anhand eines dynamischen Sinnesstroms auf eine Vielzahl von Objekten, Personen und deren Interaktionen. Dynamische Objektwahrnehmung - die Mechanismen, durch die unser Gehirn kontinuierlich solche Darstellungen konstruiert und aktualisiert - ermöglicht uns, im Takt mit dieser dynamischen Welt wahrzunehmen, zu planen und zu handeln. Doch es ist unklar, wie das Gehirn diese bemerkenswerte Leistung erbringt. Unter der Anleitung eines der führenden Experten auf dem Gebiet der Objekterkennung (Dr. DiCarlo) möchte ich die Mechanismen, die der menschlichen dynamischen Objektwahrnehmung zugrunde liegen, erforschen. Das vorgestellte zweijährige Forschungsprogramm ist in drei zunehmend ambitionierte Ziele gegliedert. Zunächst werde ich die Kernaspekte der menschlichen dynamischen Objektwahrnehmung quantitativ charakterisieren (Ziel 1). Dies geschieht im Kontext eines umfangreichen, vielseitigen und naturalistischen Videodatensatzes und mittels einer innovativen, kontinuierlichen Objekterkennungsaufgabe. Um die zugrundeliegenden Mechanismen zu identifizieren, werde ich als nächstes moderne, videofähige künstliche neuronale Netzwerke als mechanistische Hypothesen für dynamische Objektwahrnehmung untersuchen (Ziel 2). Sowohl durch die Testung dieser bestehenden Modelle bezüglich ihrer Fähigkeit menschliche dynamische Objekterkennungen in Videos vorherzusagen, als auch durch die Weiterentwicklung solcher Modelle mithilfe von neuronalen Verarbeitungsmechanismen, beabsichtige ich Computermodelle der menschlichen dynamischen Objektwahrnehmung zu erzeugen. Schließlich, um die grundlegenden Dimensionen der dynamischen Objektwahrnehmung aufzudecken, werde ich die vielversprechendsten Computermodelle gezielt einsetzen, um umfangreiche in-silico-Experimente durchzuführen. Das Ziel ist es, Videos zu erzeugen, die präzise die Dynamik menschlicher Objekterkennung verändern (Ziel 3). Diese Modellvorhersagen werde ich in einem weiteren Verhaltensexperiment testen. Die gewonnenen Erkenntnisse werden nicht nur unser Verständnis der dynamischen Objektwahrnehmung vertiefen, sondern versprechen auch Fortschritte in verwandten Forschungsbereichen, wie dem der neuronalen Verarbeitung und der Mensch-Maschine-Harmonisierung für dynamische visuelle Inhalte. Das vorgestellte Projekt nutzt die neusten technologischen Fortschritte in videofähigen künstlichen neuronalen Netzwerken und baut direkt auf meiner Expertise in der Entwicklung von Modellen der menschlichen visuellen Kognition auf. Die Durchführung dieser Forschung gibt mir die einzigartige Möglichkeit, neue Fähigkeiten in der großangelegten Online-Psychophysik und in den modernsten Computermodellierungstechniken in einem weltweit renommierten Labor am MIT zu erwerben.

• DFG-Verfahren: WBP Stipendium
• Internationaler Bezug: USA
• Gastgeber: Professor James J. DiCarlo, Ph.D.