Preskoči na glavni sadržaj

Novi trendovi u kognitivnoj znanosti

ISVU: 266248•5 ECTS•Zimski semestar

Osnovne informacije

Organizacijska jedinica
Centar za kognitivnu znanost
Satnica
  • Predavanja: 30 sati
  • Seminar: 15 sati

Nastavnici

Cilj

Cilj je kolegija upoznati studente s važnim suvremenim dostignućima i novim trendovima u kognitivnoj znanosti. U fokusu je kolegija prediktivno procesiranje, nova paradigma u kognitivnoj znanosti, koja predstavlja objedinjeni teorijski okvir za razumijevanje percepcije, mišljenja i djelovanja. Prediktivno procesiranje se razvilo iz prediktivnog kodiranja, važne paradigme u okviru teorijske računarske neuroznanosti. Dok je prediktivno kodiranje u velikoj mjeri bilo ograničeno na istraživanje vida, prediktivno je procesiranje poopćilo njegov teorijski okvir na proučavanje spoznaje uopće. Nakon kraćeg uvodnog konceptualnog i povijesnog kontekstualiziranja prediktivnog procesiranja, prvi će dio kolegija biti posvećen Shannonovoj teoriji informacije i Bayesijanskim metodama u računarskoj neuroznanosti - dvama teorijskim temeljima prediktivnog kodiranja. Nastavljajući se na to, drugi će dio kolegija predstaviti glavne teorijske postavke prediktivnog procesiranja pri čemu će u fokusu biti ideje Karla Fristona, kao i njihova filozofska recepcija (Hohwy, Clark). Posljednji će dio kolegija predstaviti najznačajnije primjene prediktivnog procesiranja na druga područja istraživanja, ali i ukazati na glavne kritičke prigovore upućene ovom teorijskom okviru u cjelini.

Sadržaj

  1. Uvod u kolegij. Prediktivno procesiranje - osnovni pojmovi i povijest ideje.
  2. Osnovni pojmovi teorije vjerojatnosti. Što je vjerojatnost i kako ju mjeriti? Uvod u teoriju komunikacija.
  3. Shannonovi postulati teorije informacija. Iznenađenje kao mjera informacije.
  4. Entropija. Karakterističan skup i ekviparticija.
  5. Shannonov teorem o kompresiji i Shanonov teorem o kodiranju.
  6. Bayesov teorem. Bayesijanska statistika.
  7. Bayesijanski pristupi u računarskoj neuroznanosti.
  8. Prediktivno kodiranje 1 - percepcija kao kauzalno zaključivanje; percepcija i Bayesovo pravilo; minimiziranje prediktivne pogreške.
  9. Prediktivno kodiranje 2 - prediktivna pogreška, kontekst i preciznost; djelovanje i očekivano iskustvo; aktivno zaključivanje u percepciji.
  10. Načelo slobodne energije (Friston).
  11. Prediktivni um - prediktivno kodiranje i problem odnosa uma i tijela (Hohwy).
  12. Prediktivno procesiranje i utjelovljena spoznaja (Clark).
  13. Aktivno zaključivanje i enaktivna spoznaja. Aktivno zaključivanje kao objedinjena teorija spoznaje i kulture.
  14. Prema Bayesijanskoj mehanici.
  15. Glavni prigovori i otvorena pitanja o prediktivnom procesiranju.

Ishodi učenja

  1. Opisati povijesni razvoj prediktivnog procesiranja.
  2. Opisati i objasniti temeljne postavke Shannonove teorije informacije i njihov značaj za prediktivno procesiranje.
  3. Opisati i objasniti temeljne postavke bayesijanskog statističkog zaključivanja i njihovu ulogu u okviru prediktivnog procesiranja.
  4. Opisati i objasniti temeljne postavke prediktivnog procesiranja.
  5. Objasniti Fristonovo načelo slobodne energije.
  6. Objasniti ideju aktivnog zaključivanja.
  7. Integrirati temeljne postavke prediktivnog procesiranja u jedinstveni okvir za razumijevanje percepcije, mišljenja i djelovanja.
  8. Integrirati uvide utjelovljene, ukorijenjene, proširene i enaktivne spoznaje u okvir teorije prediktivnog procesiranja.
  9. Kritički prosuditi teoriju prediktivnog procesiranja u odnosu na ostale pristupe suvremene kognitivne znanosti.

Metode podučavanja

predavanja, seminari i radionice, samostalni zadaci

Metode ocjenjivanja

pohađanje nastave, seminarski rad, pisani ispit

Obavezna literatura

  1. Hohwy, J. (2013). The predictive mind. Oxford: OUP.
  2. Clark, A. (2016). Surfing uncertainty: prediction, action, and the embodied mind. Oxford: OUP.
  3. Dretske, F. (1999). Knowledge and the Flow of Information. Stanford: Center for the Study of Language and Information.

Dopunska literatura

  1. Dina Mendonça, D., Curado, M., Gouveia, S. (Eds.). (2020). The Philosophy and Science of Predictive Processing. New York: Bloomsbury Publishing.
  2. Metzinger, T., Wiese, W. (Eds.). (2017). Philosophy and Predictive Processing. Frankfurt am Main: MIND Group.
  3. Stone, J. (2015). Information Theory: A Tutorial Introduction. Sebtel Press.