Hoppa direkt till innehållet
printicon
Huvudmenyn dold.

AI-guided approaches to interpreting the interpersonal dynamics behind implicit communication, connectedness, “we-ness”, and the multi-brain system

Forskningsprojekt I flera vetenskaper sker en förskjutning mot komplexite, t ex i forskning om gener, psykiatriska syndrom och om hjärnan. Enstaka kvasi-enkla mönster har visat sig inte fungera. Nu vet vi att mängder av variabler fungerar tillsammans även för enskilda funktioner, men på otroligt komplexa sätt. Detta har ställt krav på såväl teoretisk utveckling som på kvantitativa metoder, och detta lyftes nyligen fram i det senaste Nobelpriset i fysik till Giorgio Parisi (fågelflockarna).

Idag vet vi inte hur vi kvantitativt ska identifiera när två system blir ett, vi kallar det fotbollsspelsproblemet. Huvudsyftet här är att utveckla AI för att göra detta.

Projektansvarig

Niclas Kaiser
Universitetslektor
E-post
E-post
Telefon
090-786 64 06
Eric Libby
Universitetslektor
E-post
E-post
Telefon
090-786 91 70

Projektöversikt

Projektperiod:

2021-08-01 2022-08-31

Finansiering

Umeå universitet

Medverkande institutioner och enheter vid Umeå universitet

Institutionen för psykologi

Projektbeskrivning

Vi samlar forskare vid Umeå universitet och internationellt baserade samarbetspartners. Arbetsgrupper kommer att ta upp en av de mest angelägna frågorna inom social neurovetenskap relaterad till system med flera hjärnor. I grunden är frågan ett klassificeringsproblem för att avgöra när två personer bildar ett enda anslutet system kontra två separata system. Det finns en stor mängd kvalitativa och evolutionära bevis som tyder på fysiologiska/psykologiska skillnader mellan scenarier där två personer interagerar direkt kontra när de interagerar indirekt eller helt enkelt utför relaterade uppgifter. Det saknas dock tillräckliga kvantitativa data eller någon metod för att tolka dessa skillnader. Dessutom indikerar pilotstudier av fysiologiska data att det sannolikt inte finns en enda variabel som enkelt löser klassificeringsproblemet. Snarare kommer lösningen sannolikt att involvera en flerdimensionell lösning med komplicerad dynamik. Målet med detta såddprojekt är att bestämma hur man bäst samlar in empirisk data som kan utnyttjas av AI-metoder för att lösa klassificeringsproblemet.