Neuronale Mechanismen des Multi-Objekt-Kontexts im menschlichen Sehen

• Antragsteller: Dr. Oliver Contier
• Fachliche Zuordnung: Biologische Psychologie und Kognitive Neurowissenschaften
• Förderung: Förderung seit 2026
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 580995469

Menschen verstehen visuelle Szenen, indem sie Informationen von mehreren Objekten integrieren. Z. B. suggeriert eine Tasse neben einer Zahnbürste eine abendliche Routine, während dieselbe Tasse neben einem Laptop auf Arbeit hindeutet. Wie repräsentiert das menschliche Gehirn den Kontext mehrerer Objekte? Bisherige Forschung betont vor allem Objekt- und Szenenverarbeitung im visuellen Kortex. Evidenz Multi-Objekt-Kontext beschränkt sich jedoch auf isolierte Objektverhältnisse, und KI-Modelle vermischen Kontextinformation mit Objekt- und Szenenmerkmalen. Ich schlage einen komputationalen Ansatz vor, der Multi-Objekt-Kontext als eigene Repräsentationsebene isoliert und deren neuronale Grundlagen identifiziert. Arbeitspaket 1 entwickelt diesen Ansatz, indem die Modellrepräsentation mehrerer Objekte aus denen der Einzelobjekte vorhergesagt wird. Die Residuen definieren rein kontextuelle Information. Angewandt auf moderne KI-Modelle des Szenenverstehens entstehen Kontext-Embeddings, die mit fMRT-Daten des Natural Scenes Datasets verknüpft werden. Ergebnis: die Lokalisation neuronaler Systeme, die Multi-Objekt-Kontext kodieren. Arbeitspaket 2 vergleicht räumliche und semantische Dimensionen von Multi-Objekt-Kontext in einem modell-informierten fMRT-Experiment, das semantischen Kontext und räumliche Anordnung variiert. Die Analysen lokalisieren Regionen, die selektiv auf jede Dimension reagieren, und prüfen, ob diese trennbar oder integriert in verteilten Mustern repräsentiert sind. Hypothese: räumlicher und semantischer Kontext beanspruchen teils unterschiedliche kortikale Regionen, teils gemeinsame Aktivitätsmuster. Die erwarteten Ergebnisse sind: (1) Evidenz für Multi-Objekt-Kontext als eigenständige Repräsentation, unterscheidbar von Objekt- und Szeneninformation; (2) dissoziierbare Netzwerke für räumlichen und semantischen Kontext in ventralem, dorsalem und medialem Temporalkortex; (3) Konvergenz in höhergeordneten Assoziationsregionen; (4) ein allgemeiner Ansatz, Multi-Objekt-Kontext in menschlichem und maschinellem Sehen zu identifizieren. Damit entsteht ein einheitliches Verständnis, wie das Gehirn Bedeutung aus mehreren Objekten extrahiert, und eine Brücke zwischen Objekt- und Szenensehen, mit Implikationen für kontextsensitive KI. Das Projekt ist machbar und baut auf meiner Expertise im Modellieren großer neuronaler Datensätze und offenen Ressourcen auf. Ich habe breite Erfahrung, neuronale Daten mit KI-Modellen zu verknüpfen. Risiken werden durch hochwertige Datensätze und etablierte Analysetechniken minimiert. Das Fellowship am Donders Institute bei Prof. Marius Peelen bietet exzellente Infrastruktur sowie Expertise in fMRT und modellbasierter Neurowissenschaft. Es ermöglicht mir vertiefte Ausbildung in fMRT-Design und KI-Methoden. Die Walter-Benjamin-Förderung ist daher ein entscheidender Schritt, mein unabhängiges Forschungsprofil als Forschungsgruppenleiter in Deutschland aufzubauen.

• DFG-Verfahren: Stipendium
• Internationaler Bezug: Niederlande
• Gastgeber: Professor Dr. Marius Peelen