Jack Gallant is Professor of Psychology at the University of California at Berkeley, and is affiliated with the graduate programs in Neuroscience, Bioengineering, Biophysics and Vision Science.
He received his Ph.D. from Yale University and did post-doctoral work at the California Institute of Technology and Washington University Medical School.
His research program focuses on constructing quantitative computational models that accurately describe how the brain encodes information during natural vision, and to use these models to decode information in the brain in order to reconstruct perceptual experiences.
Gallant will talk about
Decoding the brain
The human visual system consists of a hierarchically organized interconnected network of several dozen distinct visual areas. Each area can be viewed as a computational module that represents certain information about each visual scene. Some areas process simple structural features such as edges, while others process complex semantic categories such as faces. We use functional MRI data and statistical tools to construct computational models that accurately describe how visual information is encoded in various visual areas. These encoding models can then be inverted in order to decode brain activity and to reconstruct mental events. This decoding approach produces accurate reconstructions of the structural and semantic information in perceptual experiences. Our framework could form the basis of practical new brain reading technologies that could be used to reconstruct subjective mental states such as visual imagery and dreams. Decoding models could have wide application in medicine and psychology, as a new means of communication and as platform for a brain-computer interface.
- — -
Professore di Psicologia all’Università della California, Berkeley, Jack Gallant lavora presso il Dipartimento di neuroscienze, bioingegneria, biofisica e scienza della visione.
Ha conseguito un Phd alla Yale University e un post-doc al California Institute of Technology e alla Washington University Medical School.
Porta avanti un programma di ricerca che si focalizza sulla costruzione di modelli computazionali quantitativi che descrivano accuratamente come il cervello codifica l’informazione durante la visione naturale e possano essere utilizzati per decodificare l’attività cerebrale in modo da ricostruire le esperienze percettive.
Gallant parlerà di
Decodificare il cervello
Il sistema visivo umano consiste in una gerarchia organizzata di numerose aree distinte legate alla vista. Ogni area può essere visualizzata come un modulo computazionale che rappresenta determinate informazioni su ciascuna scena visiva.
Alcune aree processano semplici caratteristiche fisiche come ad esempio le forme, mentre altre processano categorie semantiche complesse come ad esempio i volti.
In laboratorio usiamo la risonanza magnetica funzionale, unitamente a strumenti statistici, per costruire modelli computazionali che descrivano accuratamente come l’informazione visiva è codificata nelle diverse aree della vista. Questi modelli di codificazione possono essere invertiti allo scopo di decodificare l’attività cerebrale e per ricostruire ciò che accade nella mente. Questo approccio di decodificazione produce ricostruzioni accurate dell’informazione, sia strutturale che semantica, nelle esperienze percettive. Il contesto in cui lavoriamo ha permesso di costituire la base per lo sviluppo di nuove tecnologie che consentono di leggere il cervello e che potranno essere utilizzate per ricostruire esperienze mentali soggettive come l’immaginazione visiva e i sogni. I modelli di decodificazione potrebbero avere ampia applicazione in medicina e psicologia, come nuovi mezzi di comunicazione e come piattaforme per interface cervello-computer.
Decodificare il cervello
Il sistema visivo umano consiste in una gerarchia organizzata di numerose aree distinte legate alla vista. Ogni area può essere visualizzata come un modulo computazionale che rappresenta determinate informazioni su ciascuna scena visiva.
Alcune aree processano semplici caratteristiche fisiche come ad esempio le forme, mentre altre processano categorie semantiche complesse come ad esempio i volti.
In laboratorio usiamo la risonanza magnetica funzionale, unitamente a strumenti statistici, per costruire modelli computazionali che descrivano accuratamente come l’informazione visiva è codificata nelle diverse aree della vista. Questi modelli di codificazione possono essere invertiti allo scopo di decodificare l’attività cerebrale e per ricostruire ciò che accade nella mente. Questo approccio di decodificazione produce ricostruzioni accurate dell’informazione, sia strutturale che semantica, nelle esperienze percettive. Il contesto in cui lavoriamo ha permesso di costituire la base per lo sviluppo di nuove tecnologie che consentono di leggere il cervello e che potranno essere utilizzate per ricostruire esperienze mentali soggettive come l’immaginazione visiva e i sogni. I modelli di decodificazione potrebbero avere ampia applicazione in medicina e psicologia, come nuovi mezzi di comunicazione e come piattaforme per interface cervello-computer.
Tagged as computational models
