Opisy zajęć na studiach II stopnia

Zaawansowane zagadnienia w kognitywistyce

Celem wykładu jest zapoznanie uczestników z głównymi aktualnymi nurtami badań i kontrowersjami w kognitywistyce. Wykład ma pomóc słuchaczom w (1) uzupełnieniu wiedzy z zakresu procesów poznawczych i ich podstaw mózgowych uzyskanej na wcześniejszych etapach edukacji, (2) doprecyzowaniu własnych zainteresowań badawczych, wyborze ścieżki kształcenia i seminarium magisterskiego. Wykład rozpoczyna się nakreśleniem aktualnych kontrowersji wokół architektury poznania (symboliczne vs ucieleśnionego poznanie, sieciowa organizacja systemu – zagadnienia obliczeniowe i neurobiologiczne). Dalej podjęta zostanie problematyka metodologiczna (w tym zwłaszcza współczesne metody neurobrazowania), zagadnienia elementarnych reprezentacji i procesów poznawczych, umożliwiających orientację w środowisku fizycznym i społecznym, i (na koniec) zagadnienia z pogranicza nauk badań podstawowych i stosowanych (edukacji, psychopatologii). Część wykładów będzie współprowadzona przez specjalistów w danym obszarze.

Wprowadzenie do metod neurokognitywistyki

Zajęcia mają na celu zapoznanie studentów z metodami badań aktywności układu nerwowego stosowanymi w neurokognitywistyce. Pozwalają zrozumieć podstawy metod behawioralnych, psychofizjologicznych i neuroobrazowych oraz zasady weryfikacji hipotez badawczych w neurokognitywistyce. Na wykładzie studenci poznają podstawowe metody neuronauki i psychofizjologii wykorzystywane w badaniach podstawowych i stosowanych. Zapoznają się z technikami stymulacji przezczaszkowej oraz obrazowania strukturalnego i funkcjonalnego a także z zaletami i wadami każdej z tych technik. Ponadto omówione zostaną podstawy pomiaru i analizy najpopularniejszych sygnałów wykorzystywanych w neuronauce i psychofizjologii (np. EEG, BOLD, EKG, itp.) oraz podstawowe zasady weryfikacji hipotez badawczych w neurokognitywistyce. Studenci dowiedzą się również jakie metody, techniki i procedury badawcze należy zastosować w zależności od celu badania i badanej populacji oraz w jaki sposób przy pomocy metod neuronauki i psychofizjologii weryfikować hipotezy badawcze w różnych dziedzinach psychologii.

Neurokognitywistyka rozwojowa

Pierwsze trzy lata życia dziecka to okres najbardziej dramatycznych zmian w organizacji mózgu. Rozwój w tym okresie stanowi też podstawę przyszłych funkcji percepcyjnych, poznawczych i motorycznych. Większość naszej wiedzy o świecie i sposobów rozumienia zjawisk dookoła nas jest oparta na osiągnięciach rozwojowych tego okresu. Kurs wprowadza podstawowe pojęcia i teorie w dziedzinie badań nad rozwojem mózgu i poznawczym (ang. Developmental Cognitive Neuroscience). Studenci dowiedzą się, w jaki sposób wyłaniające się umiejętności poznawcze i społeczne są związane ze zmianami w funkcjonalnej organizacji mózgu. Poszczególne wykłady są zorganizowane wokół najbardziej interesujących i najważniejszych eksperymentów z wykorzystaniem metod behawioralnych i neuroobrazowania mózgu u dzieci oraz modelowania rozwoju poznawczego.

Wstęp do modelowania procesów poznawczych

Procesy poznawcze związane są z aktywnym przetwarzaniem informacji, zarówno w systemach naturalnych jak i sztucznych, w celu adaptacji do środowiska zewnętrznego. W ramach zajęć dokonamy przeglądu aktualnej wiedzy biologicznej, informatycznej oraz psychologicznej związanej z pojęciem poznania świata zewnętrznego, wychodząc od modeli obliczeniowych systemów biologicznych (takich jak pojedyncza komórka, kolonia organizmów patogennych), przez symulowane w kognitywistyce procesy poznawcze obserwowane u ludzi, sieci społeczne, aż po syntetyczne systemy uczące się. W szczególności wykład zaprezentuje wybrane metody i algorytmy przydatne w modelowaniu procesów poznawczych i stanowić będzie uzupełnienie wiedzy z programowania, statystyki oraz uczenia maszynowego o zagadnienia takie jak analizy sieciowe (ang. network analysis), układy dynamiczne, systemy wieloagentowe, modele bayesowskie, inspirowane biologicznie metody inteligencji obliczeniowej: algorytmy genetyczne, głębokie sieci neuronowe (ang. deep learning), schematy uczenia się ze wzmocnieniem (ang. reinforcement learning).

Wstęp do modelowania znaczenia

Zakres kursu obejmuje podstawy semantyki kompozycyjnej, tj. zasady konstrukcji znaczeń większych wyrażeń języka (zdań, fraz) na podstawie znaczeń mniejszych wyrażeń (fraz, wyrazów). Kurs oparty będzie na podręczniku „Semantics in Generative Grammar” (Heim i Kratzer 1998), z wykorzystaniem narzędzia „Lambda Calculator”. Trzon kursu dotyczyć będzie metod logicznych w konstruowaniu znaczeń, opartych na logice predykatów i typowym rachunku lambda. Szkieletem dla operacji składania znaczeń będą rozkłady składniowe zdań zgodne z gramatyką generatywną. Istotną część seminarium stanowić będzie prezentacja metod modelowania znaczenia różnorodnych konstrukcji składniowych języków naturalnych, w tym różnych konstrukcji predykatowo-argumentowych, konstrukcji z wyrażeniami kwantyfikatorowymi, różnych typów modyfikacji, zdań względnych itp. Omówione zostanie, w jaki sposób spełniona jest w tym podejściu zasada kompozycyjności przypisywana Gottlobowi Fregemu.

Zaawansowana statystyka

Wprowadzenie do technik i analiz statystycznych wykorzystywanych w badaniach kognitywistycznych. Zajęcia będą kładły nacisk na praktykę w sensie bazowania na realnych schematach badawczych i danych oraz w sensie zahaczania o tematykę mniej teoretyczno-statystyczną, a bardziej metodologiczno-praktyczną (planowanie eksperymentów, różne schematy eksperymentalne). Z drugiej strony nie będą to zajęcia ściśle ograniczone do konkretnych analiz danych uzyskanych w konkretny sposób. Studenci powinni wynieść z nich wiedzę „generalizowalną”, nawet jeśli podaną w sposób praktyczny.

Neuropsychologia poznawcza

Zajęcia mają na celu zapoznanie studentów z założeniami neuropsychologii poznawczej, głównymi jej koncepcjami oraz historią rozwoju badań prowadzonych w ramach tej dziedziny nauki. Omówiona zostanie mózgowa organizacja procesów psychicznych oraz zagadnienia dotyczące związku mózg-zachowanie.

Metody badań i planowanie eksperymentów w neurokognitywistyce

Kurs przedstawia najważniejsze metody badawcze neurokognitywistyki: neuroobrazowe (MRI i pokrewne, NIRS) oraz behawioralne (m.in. eye-tracking). Studenci poznają podstawy teoretyczne każdej z metod, jak również nauczą się prowadzić badania i analizować poszczególne rodzaje danych. Zajęcia realizowane w dużej mierze w laboratoriach UW i jednostek współpracujących.

Psychofizjologia i neuronauka

Niniejsze ćwiczenia pozwolą studentom poznać eksperymentalną psychofizjologię i neuronaukę dzięki praktycznemu doświadczeniu. W ramach zajęć studenci będą mieli okazję zapoznać się z metodologią badań z zakresu psychofizjologii i neuronauki oraz nabyć praktyczne umiejętności w zakresie przeprowadzania badań, rejestracji i analizy sygnału oraz interpretacji danych. Z całego wachlarza dostępnych metod wybrane zostały metody psychofizjologii obwodowej (EKG, GSR, EMG) oraz elektrofizjologii (EEG, ERP).

Modelowanie procesów poznawczych II

Przedmiot poświęcony jest bardziej szczegółowej analizie konkretnych modeli szeroko rozumianych procesów poznawczych, obejmujących zarówno poziom zachowań jednostek i grup, wytworów kulturowych (takich jak język), jak i mechanizmów biologicznych (tzw. poznanie biologiczne). W szczególności prezentowane są różne podejścia do modelowania zjawisk kategoryzacji (wyróżnianie pojęć, koncepcje podobieństwa obiektów), mechanizmy uwagi, dynamiczna koordynacja (intra- i interpersonalna), podejmowanie decyzji.

Przetwarzanie języka naturalnego

Tematem zajęć są zagadnienia dotyczące sposobu opisu wyrażeń języka naturalnego (polskiego, angielskiego…) na rożnych poziomach lingwistycznych (w tym składniowym i semantycznym) i z wykorzystaniem różnorodnych formalizmów. Przedstawiane są najważniejsze istniejące zasoby lingwistyczne, które mogą być wykorzystywane przy tworzeniu nowych aplikacji, jak i istniejące narzędzia programistyczne pozwalające na dokonanie podstawowej analizy lingwistycznej tekstu. Zaprezentowane będą także różne typy aplikacji działających na danych tekstowych: wydobywanie informacji, rozpoznawania nazw własnych, ekstrakcji terminologii czy tłumaczenia maszynowego.

Python dla kognitywistów

Wykład i ćwiczenia będą obejmowały następujące obszary:

  • zasady projektowania oprogramowania pisanego w języku obiektowym,
  • składnia i konstrukcje języka Python wykorzystywane w programowaniu obiektowym.
  • omówienie integracji wybranych pakietów wykorzystywanych w kognitywistyce z programami obiektowymi w języku Python.
  • omówienie pakietów umożliwiających obsługę systemów bazodanowych.
  • przedstawienie ogólnych zasad określających dobre praktyki programistyczne (dokumentacja, kontrola wersji, komunikacjia w zespole).