Projektbeschreibung
Zusammenführung von Theorien zur Wahrnehmungserwartung
Frühere Erfahrungen haben einen großen Einfluss auf das, was wir wahrnehmen (sehen, hören, schmecken, tasten). Paradoxerweise liefern die beiden wichtigsten Theorien dafür widersprüchliche Erklärungen. Dem Erklärungsansatz der ersten Theorie zufolge nehmen wir eher das wahr, was wir erwarten, da dies mit höherer Wahrscheinlichkeit auch tatsächlich auftritt. Dementgegen nehmen wir laut der zweiten Theorie eher das wahr, was wir nicht erwarten, da dies mehr Informationen für uns bereithält. Das EU-finanzierte Projekt ConflictedPrediction wird sich der Lösung dieses Paradoxons widmen. Dazu wird das Projektteam wegweisende interdisziplinäre Forschung durchführen. Es wird unter Nutzung von Elektroenzephalographie (EEG), Magnetoenzephalographie (MEG) und funktioneller Magnetresonanzbildgebung bei 7 Tesla eine neue Theorie prüfen. Das Ziel ist es dabei, herauszufinden, wie die Wahrnehmung durch Lernprozesse sowohl unverfälscht als auch informativ sein kann. Die Projektergebnisse werden Erkenntnisse über die zugrunde liegenden Prozesse liefern und unser Verständnis von Wahrnehmung und Lernprozessen erweitern.
Ziel
Our sensory receptors are bombarded with noisy, continuous streams of information. From these streams, our brains must construct percepts that are (1) veridical representations of the world, and (2) informative – i.e. highlighting what we did not already know. Cognitive science has suggested that our brain meets these challenges by using probabilistic expectations to shape our perceptual experiences. However, there are currently two broad classes of theory concerning how expectations shape perception, that are both supported by large bodies of evidence and mutually incompatible: some theories propose that we upweight what we expect to generate veridical representations, whereas others propose that we downweight what we expect to privilege the most ‘newsworthy’ information.
ConflictedPrediction will test a new theory addressing and solving this paradox for the first time, to determine how perception can be rendered both veridical and informative. I propose that probabilistic knowledge pre-emptively biases perception towards what is likely, to generate largely veridical experiences rapidly. However, if the input is particularly surprising, catecholamine release – acting to aid learning – reactively enhances perception of these inputs by modulating sensory gain. This perceptual enhancement will generate a clearer estimate of these highly unexpected events to guide model-updating.
To test the theory, ConflictedPrediction will use temporally- and spatially- sensitive neural measures (EEG, MEG, 7T fMRI), in combination with computationally derived parameters of perception and unexpectedness. This interdisciplinary project therefore will unify understanding of perception and learning across typically isolated scientific domains. Its findings will chart a new research frontier for understanding how the brain surmounts key computational challenges, enabling us to survive and thrive in a challenging sensory world.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-COG - Consolidator GrantGastgebende Einrichtung
WC1E 6BT London
Vereinigtes Königreich