729G01 Kognitionsvetenskaplig introduktionskurs: Kognitiv neurovetenskap och kognitiv modellering Rita Kovordanyi, Institutionen för datavetenskap (IDA) rita.kovordanyi@liu.se Kognitiv neurovetenskap Baseras på tre källor av kunskap Beräkningsprinciper - analys - modeller Observationer av beteende Ömsesidigt beroende Neurovetenskap - anatomi - fysiologi Lober Neurovetenskap parietal prefrontal frontal occipital temporal Hjärnbarken Olika färg, olika vävnadsstruktur Uppdelat i Områden Skikt Man kan även se uppdelning ovanifrån Ränder och fläckar Olika celltyper Hjärnan veckad för att få stor yta per volymenhet 1
Tvärsnitt: olika skikt Tvärsnitt Skikt 1 2 3 4 Horisontella kopplingar till andra områden Vertikal kommunikation mellan skikten, dvs. inom hjärnområdet 5 6 Tvärsnitt: olika skikt Scan-metoder 1: axonknippe 2: mellanlager fmri: Functional Magnetic Resonance Imaging Elektromagnetisk resonans hos atomer Spårar vatten, dvs. blodflöde i hjärnan Högre upplösning än PET 3: mellanlager 4: input 5: output 6: output Visuell perception 2
Receptorer ganglionceller näthinnan Bearbetning av synintryck Kombination av signaler från närliggande celler ger enkla särdrag, t.ex. linjer Ganglion cells nerver bakom näthinnan uppfattar enkla särdrag (kanter) Synnerver Info från högra + vänstra ögat Område V1 Hyperkolumner i V1 V1 3
Neurala kommunikationsvägar Motorisk reaktion Kognitiv modellering Visuell input Betydelse, språk Kognitiv modell Beräkningsbara kognitiva modeller (computational cognitive models) A cognitive model is an approximation to animal cognitive processes (mostly human) for the purposes of comprehension and prediction. (Wikipedia, 2010) Beskrivning av kognitiva processer så att de går att simulera (på en dator) Kan demonstrera närvaron / frånvaron av visst beteende Kan se vilka mekanismer som behövs för detta beteende Två sätt Bidrar till kognitiv neurovetenskap Konnektionistisk modellering Konnektionistiska (subsymboliska) modeller Viktigt att modellen är biologiskt plausibel Modeller tar formen av artificiella neurala nät (ANN) Symbolistiska modeller Beskriver beteendet utan att bry sig om hur det är implementerat i hjärnan T.ex. Simon och Newell s Physical Symbol System (PSS) Konnektionism Viktigt att modellen är biologiskt plausibel Artificiella neurala nätverk Används inom AI och människa-dator interaktion 4
Artificiell nod Noderna organiserade i lager nod i vikt ij Hjärnbarken i genomskärning nod j Kortikal kolumn T.ex. noder som representerar olika färger samlas i ett färglager aktivering j insignal från andra enheter utsignal till andra enheter aktiveringströskel Kopplingar visas mellan lagren För att få renare figur Kopplingarna går dock mellan noderna Samarbete mellan senare och tidigare beräkningssteg Beräkning i hjärnan Insikt (bidrag till neurovetenskap) Senare steg hinner påverka sin egen input Neural beräkning bygger på samarbete mellan olika beräkningssteg 5
Aktiv perception Visuell perception inte passivt intag av information Aktivt sökande och urval av sådant som är relevant Simulerad aktiveringsutveckling Aktivering på nivå3 respons 1 respons 2 Aktivering på nivå2 Aktivering på nivå1 tid Uppmätta tider i hjärnan tjugo år senare Modelleringens roll i vetenskaplig utveckling Modellering kompletterar empirisk forskning Ger hypoteser att förkasta/bekräfta Belyser på djupet Hjälper att inrikta psykologiska och neurovetenskapliga experiment Modell1 Hypotes Modell2 Modell3 Hypotes Hypotes Experiment Experiment Experiment Modelleringsfrågeställning Skapas en minnesbild av prototypiska hunden, trots att man aldrig har sett den? Hur räknas det statistiska medelvärdet (prototypen) fram i hjärnan? 6