Untersuchung der Rolle von Werten bei der Wahrnehmungs-Multistabilität: ein computergestützter Ansatz und Neuroimaging

• Antragsteller: Professor Shervin Safavi, Ph.D.
• Fachliche Zuordnung: Kognitive und systemische Humanneurowissenschaften ; Experimentelle und theoretische Netzwerk-Neurowissenschaften ; Kognitive, systemische und Verhaltensneurobiologie
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 550411021

Wenn Menschen (und einige andere Tiere) bestimmten Formen von mehrdeutigen Reizen ausgesetzt sind (z. B. dem Necker-Würfel und der binokularen Rivalität), erleben sie mehrere Wahrnehmungen, die im Laufe der Zeit wechseln. Das Vorhandensein und die Dynamik des Wahrnehmungswechsels sind mit einer Vielzahl von Instrumenten und Ansätzen untersucht worden und haben wichtige Einblicke in ein breites Spektrum von Fragen der kognitiven Neurowissenschaften geliefert, von den Grundprinzipien der Informationsverarbeitung im Gehirn bis hin zu Aspekten höherer kognitiver Prozesse wie dem visuellen Bewusstsein. Die vorherrschenden kognitiven, computergestützten und algorithmischen Erklärungen der multistabilen Wahrnehmung gehen von der bahnbrechenden Idee der Analyse durch Synthese aus. Dieser Ansatz geht davon aus, dass wir ein generatives Modell darüber haben, was wir zu sehen erwarten, und dass die Wahrnehmung dieses Modell invertiert. Obwohl dieses Konzept der Wahrnehmungs-Multistabilität wichtige Einblicke in dieses Phänomen geliefert hat, hat es Schwierigkeiten, mehrere Aspekte der jüngsten Daten zu erklären, sowohl in konventionellen Settings als auch unter psychiatrischen Bedingungen. Wenn die Teilnehmer eines binokularen Rivalitätsexperiments beispielsweise ein für die jeweilige Aufgabe relevantes Bild mit einem anderen irrelevanten Bild konkurrieren sehen, nehmen sie das erstere Bild viel länger wahr als das letztere; die Aufgabenrelevanz kann also bei der Bestimmung der Dominanz reine Schlussfolgerungsfaktoren übertrumpfen. Das zweite Beispiel ist der häufig verwendete Fall der Rivalität zwischen Gesichtern und Häusern, bei dem Gesichter länger dominieren. Einer der Hauptmängel dieses Konzepts der Multistabilität ist, dass es keinen Nutzen hat. Im Fall der Rivalität zwischen Gesichtern und Häusern behandelt das klassische Konzept beide Stimuli als Ziel der Inferenz, ohne ihren Nutzen zu berücksichtigen. Allerdings haben Gesichter in diesem Fall einen höheren Nutzen als Häuser (aufgrund ihrer besonderen Stellung in unserer visuellen Ernährung, ihrer ästhetischen Urteile und ihrer sozialen Relevanz). Wir argumentieren, dass genau dieser Wert oder Nutzen die Wahrnehmungsprivilegierung von Gesichtern in der binokularen Rivalität rechtfertigt. Schließlich wurde festgestellt, dass sich verschiedene Aspekte der Wahrnehmungs-Multistabilität (z. B. Unterschiede in der Geschwindigkeit der Wahrnehmungswechsel) bei einer Vielzahl psychiatrischer Erkrankungen unterscheiden (bei denen in den meisten Fällen die Entscheidungsfindung im Mittelpunkt steht). Wir schlagen einen neuen Rahmen vor, der auf dem Verstärkungslernen basiert und in dem die Wahrnehmungs-Multistabilität als aktiver Entscheidungsprozess behandelt wird, wobei der Wahrnehmungswechsel eine Handlung ist, die aus einem internen Entscheidungsprozess resultiert. Das vorgeschlagene Projekt hat vier Hauptziele. 1. Entwicklung eines neuartigen Computermodells der Wahrnehmungsmultistabilität, das die Schlüsselrolle des Wertes berücksichtigt 2.Empirischer Nachweis des Beitrags mehrerer Wertquellen zur Wahrnehmungsvielfalt, Multistabilität und Evaluierung unseres Berechnungsmodells 3. Identifizierung wichtiger subklinischer transdiagnostischer psychiatrischer Merkmale in Bezug auf die Rolle von Werten in der Wahrnehmungs-Multistabilität 4. Identifizierung des neuronalen Substrats der Wert Verarbeitung von Werten bei der Wahrnehmungs-Multistabilität durch ein Neuroimaging-Experiment.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Schweiz
• Mitverantwortlich: Professor Dr. Peter Dayan
• Kooperationspartner: Professor Philipp Sterzer, Ph.D.