Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Neural algorithms and representations of flexible behaviour

Description du projet

Déchiffrer le code cérébral de la pensée flexible

Les êtres humains peuvent comprendre de nouvelles situations en s’inspirant de modèles qu’ils ont déjà vus. Nous pouvons planifier, adapter et raisonner avec souplesse, qu’il s’agisse de savoir emballer un cadeau avant de l’ouvrir ou de comprendre que seuls les électeurs inscrits peuvent voter. Cependant, les scientifiques savent peu de choses sur la manière dont le cerveau soutient ce type de pensée. Jusqu’à présent, la recherche s’est concentrée sur la mémoire spatiale et l’hippocampe. C’est dans cette optique que le projet NARFB, financé par le CER, cherche à découvrir les algorithmes neuronaux à l’œuvre. En combinant les modèles informatiques, la théorie et les neurosciences, il établira une carte de la manière dont les différentes régions du cerveau travaillent ensemble pour permettre la généralisation. Les résultats de cette étude apporteront un éclairage nouveau sur la cognition humaine et l’intelligence artificielle.

Objectif

Humans and other animals learn from experience and generalise it to new situations. This generalisation permits rich inferences from sparse data and building novel plans in the face of new obstacles. Yet our understanding of the neural mechanisms underpinning flexible behaviours is limited to simple situations such as spatial learning and only in the hippocampal formation. Flexibly behaviour and generalisation is much more than just space and the hippocampal formation – it is for any structured knowledge. Flexible generalisation lets you know that presents should be wrapped before being opened, in the same way as knowing that you can only vote if you are already registered. Such structured knowledge, and their corresponding tasks, are often hierarchical, compositional, and require inferences., yet we have little understanding of the neural mechanisms of hierarchical, composition, or inference. This grant aims to build an understanding of the underlying neural algorithms and representations permitting these cognitive functions. By combining modelling and theory, we will investigate the optimal neural representations and algorithms for solving these tasks and relate them to prefrontal cortex and the hippocampal formation. We will use recurrent neural networks trained to learn and generalise on structured tasks. Furthermore, we will understand these systems theoretically - providing a mathematical formalism for optimal neural representations and algorithms that can explain when and why neural systems learn different representations and algorithms. We will collaborate with experimentalists to test model and theory predictions. Lastly, we will use the understanding gained from neuroscience tasks to build bridges between natural and artificial intelligence. Building such an understanding will offer deep insights into the neural mechanisms of cognition, how and when it dysfunctions, and allow us to interpret modern AI systems that have an increasing impact on humanity.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-ERC - HORIZON ERC Grants

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2025-STG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

THE CHANCELLOR, MASTERS AND SCHOLARS OF THE UNIVERSITY OF OXFORD
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 1 486 863,00
Adresse
WELLINGTON SQUARE UNIVERSITY OFFICES
OX1 2JD Oxford
Royaume-Uni

Voir sur la carte

Région
South East (England) Berkshire, Buckinghamshire and Oxfordshire Oxfordshire
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 1 486 863,00

Bénéficiaires (1)

Mon livret 0 0