Моделиране на етапите на когнитивна преработка и осъзнаване на зрителна информация

Описание на проекта

 Основната цел на проекта е да получи експериментални данни и да ги използва за разработване на инспириран от мозъка spike-timing невронен модел на когнитивните процеси, възникващи след възприятието и обработката на зрителна информация с функционалност, тясно свързана с теориите за невроналните механизми на съзнателното и несъзнателно възприятие в мозъка.

 Ние ще надградим създадения от нас spike-timing модел на процесите на вземане на решение въз основа на възприетата информация и на външен reinforcement сигнал в мозъка за симулиране на процесите на възникване на съзнателно преживяване. За целта ще използваме както съществуващите данни за участието на фронто-париеталната и постериорната мозъчна кора, така и данните за функционалната свързаност на мозъчните мрежи, определени въз основа на регистрираната електрофизиологична активност по време на различни по сложност поведенчески експерименти с хора-доброволци, включващи преход от съзнателно към несъзнателно възприятие. Тъй като експериментално е трудно изследването на подкоровите структури и свързаността им с мозъчната кора, чрез промяната на техните връзки – прави и обратни, с различните структури в модела и сравнението на моделните и експериментални данни ще може да се получи информация за участието на тези структури в процесите на съзнателно преживяване.

 Очакваме да получим нови емпирични данни за възникването на съзнателен опит, за структурите в мозъка, участващи в него и за приноса на работната памет и вниманието в съзнателния опит, допринасяйки за подобряването и генерирането на нови теории за съзнанието.

 Разработеният spike-timing невронен модел ще бъде имплементиран в средата на NEST симулатор на суперкомпютър. Ще бъдат разработени и софтуерни процедури за настройване на неговите параметри на база електрофизиологичните измервания. Ще се извършат симулационни изследвания с обучения модел и ще се използват методи на машинното обучение за оценка на параметрите на модела и анализ на експерименталните данни. Комбинацията на изчислителните и поведенческите данни ще позволи да се задълбочи разбирането на човешкото съзнание и неговите неврофизиологични източници.

 Моделът би могъл да бъде използван за неинвазивни in-silico медицински симулации и анализи. Имплементацията му във вградени био-мехатронни устройства би допринесла също за развитието на роботиката и интелигентната автоматизация в промишлеността.

Modelling post-perceptual stages of cognitive processing and conscious representations of visual information

Abstract of the project

 The project's main objective is to collect experimental evidence and to apply it to develop а brain-inspired spike timing neural network model of post-perceptual cognitive processes of visual information processing with functionality closely related to the theories of cellular mechanisms of conscious and unconscious perception in the brain.

 We will upgrade our spike-timing model of the decision-making processes based on perceptual information and external reinforcement to simulate the emergence of consciousness in the brain. For this purpose, we will use the existing data about the frontoparietal and posterior brain cortex participation and the functional connectivity of the brain networks, determined from the registered electrophysiological activity during behavioral experiments of various complexity with human volunteers, including a transition from conscious to unconscious perception. Since it is difficult to investigate the subcortical brain structures and their connectivty with the cortex experimentally, changing their connections – feedforward and feedback, with different model structures and comparing the simulation performance with the experimental data will allow obtaining information for their participation in the processes of conscious experience.

 We expect to provide new empirical data about the emergence of conscious experience, the brain structures involved in it, and the contribution of the working memory and attention in conscious experience contributing to refinement or the generation of new theories of consciousness.

 The developed spike timing neural network model will be implemented in the NEST simulator on a supercomputer. Software routines for tuning its parameters based on the experimental electrophysiological recordings will be developed. Simulations with the trained model will be performed, and machine learning techniques will be used for the evaluation of the model parameters and the analyses of the experimental data. Combining computational and behavioural data will deepen the understanding of human consciousness and its neurophysiological origin.

 The model could be further used for noninvasive in-silico medical simulations and analyses. Its implementation in embedded bio-mechatronic devices could also contribute to developments in robotics and intelligent automation in the industry.