Die hierarchische Struktur von abstrakten Szenenrepräsentationen

• Antragstellerin: Professorin Dr. Melissa Le-Hoa Vo
• Fachliche Zuordnung: Allgemeine, Kognitive und Mathematische Psychologie ; Kognitive und systemische Humanneurowissenschaften
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 459426179

Die Fähigkeit, abstrakte Repräsentationen zu bilden, die von spezifischen früheren Erfahrungen losgelöst sind, spielt im effizienten menschlichen Gehirn eine Schlüsselrolle. Erst diese Repräsentationen können erfolgreich auf unsere sich ständig verändernde Umwelt angewandt werden. So wie wir Sätze verstehen, die wir nie zuvor gehört haben, weil wir die Bedeutung der einzelnen Wörter und die Regeln ihrer sinnvollen Aneinanderreihung kennen, so fällt es uns auch leicht, neue Umgebungen zu verstehen, wenn uns die darin befindlichen Objekte und Regeln ihrer räumlichen Anordnung geläufig sind („scene grammar“; Võ, 2021). Entsprechend der übergeordneten ARENA-Zielsetzungen ist die Absicht dieses Projekts, zu verstehen, wie die abstrakten Objektrepräsentationen entstehen, die effizientes Verhalten in natürlichen Szenen ermöglichen, und wie diese Repräsentationen aufgebaut sind.Wir beabsichtigen, die Existenz einer hierarchischen Struktur der Grammatik von Szenen systematisch zu untersuchen. Hierzu vergleichen wir sowohl verschiedene Input-Modalitäten (z. B. Bilder vs. Wörter) als auch unterschiedliche Aufgabenstellungen (z. B. Einprägen vs. Suchen). Eine Schlüsselannahme betrifft hierbei die Existenz von Subclustern innerhalb von Szenen („Phrasen“), welche wiederum aus einem größeren Objekt („Ankerobjekt“) und anderen kleineren Objekten bestehen, deren Identität und Ort vom Ankerobjekt vorhergesagt wird. Um mit unserer Umwelt zu interagieren, ist es wichtig, interne Repräsentationen zu bilden, die die Struktur der Außenwelt abbilden, z.B. durch Vorhersagen, die eine effizientere Identifikation und Lokalisierung von Objekten ermöglichen. Dank der multidisziplinären Zusammensetzung von ARENA werden wir in der Lage sein, unsere Hypothesen mit unseren Kolleg:innen aus der Informatik mit vereinten Kräften zu testen. Zum Beispiel werden wir behaviorale und neuronale Reaktionen auf die Präsentation von Objekten und Szenen mit den Outputs von früheren vs. späteren Schichten in tiefen künstlichen neuronalen Netzwerken vergleichen. Unser weitgefasster Ansatz beinhaltet drei zentrale Forschungsrichtungen, um eine sorgfältige Untersuchung folgender Kernthemen sicherzustellen: I) Struktur abstrakter Szenenrepräsentationen, die entweder durch Bilder von Objekten oder durch die entsprechenden Wörter hervorgerufen werden, II) Inhalt und Struktur existierender „search templates“, abgeschätzt aus Hirnaktivität in EEG- und fMRT-Untersuchungen, III) Erzeugung und Modifikation von neuen abstrakten Objektrepräsentationen im Zuge von Interaktionen in einer künstlichen, dreidimensionalen Virtual Reality-Umgebung. Die erfolgreiche Erreichung der vorgeschlagenen Ziele könnte wegweisende Auswirkungen darauf haben, wie wir kognitive Prozesse in komplexen, natürlichen Umgebungen sowohl in der Psychologie als auch in der Informatik untersuchen. In einem nächsten Schritt könnte dies die Entwicklung von neuen, effizienteren Berechnungsmodellen des Verständnisses von Szenen fördern.

• DFG-Verfahren: Forschungsgruppen
• Teilprojekt zu: FOR 5368: KI-FOR Abstrakte Repräsentationen in neuronalen Architekturen (ARENA)
• Internationaler Bezug: USA
• Kooperationspartner: Professor Paul Sajda, Ph.D.