Opis projektu
Badanie zdolności ludzi do rozumienia zachowań innych
Pomimo ogromnego postępu w dziedzinie neuronauki poznawczej i powiązanych dyscyplin nadal nie opracowano wiarygodnego modelu interpretacji zachowań drugiego człowieka. Wykorzystując multimodalne i oparte na matematyce podejście, zespół finansowanego przez UE projektu zbada zdolność ludzi do rozumienia intencji, ukrytych przekonań i preferencji drugiej osoby. Naukowcy skupią się przede wszystkim na tym, jak odbieramy innych oraz jak przewidujemy i uczymy się na podstawie ich decyzji. Ustalenia zespołu mają również przyczynić się do rozwoju lepszych interaktywnych systemów sztucznej inteligencji, prognoz dotyczących równowagi w teorii ekonomii, a nawet innowacyjnych metod przeciwdziałania lękowi społecznemu u osób z zaburzeniami psychicznymi.
Cel
A core research question in cognitive neuroscience and many other disciplines is to understand how humans interpret the behavior of others. Despite the plethora of empirical work on human Theory of Mind, we still lack a computationally and neurobiologically plausible model. The goal of the current project is to fill this gap by leveraging our extensive knowledge of decision making, which has been formalized as a process of evidence accumulation. Thus, my central hypothesis is that humans utilize their own evidence-accumulation machinery to track others’ minds and to infer their hidden beliefs and preferences. Importantly, my theory goes far beyond previous accounts (e.g. the mirror neuron system), as it specifies not only how we observe others, but also how we predict and learn from their decisions.
I will subject this hypothesis to a series of studies that test its behavioral, physiological and neurobiological implications. Thereto, I will employ cutting-edge cognitive neuroscience tools, including cognitive modeling, eye tracking, functional magnetic resonance imaging, and electroencephalography (EEG). Moreover, I will use EEG hyperscanning to probe the synchronization of brain signals related to evidence accumulation in interacting people. Finally, I will develop a multi-agent artificial intelligence (AI) system that can infer the hidden beliefs of other agents on the basis of their decision processes. I will then show that this AI system provides superior performance in coordinating its actions with human partners.
The multi-modal and mathematically rigorous approach of TrackingMinds will advance our understanding of human mentalizing abilities profoundly. Thereby, it will stimulate further research and applications. First, it can help to devise better interactive AI systems. Second, it has strong implications for equilibrium predictions in economic theory. Third, it can foster new interventions of social mental disorders such as autism and social anxiety.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
20148 Hamburg
Niemcy