Uni-Tübingen

Prof. Dr. Martin Butz

 

Lehrstuhl für Cognitive Modeling / Mathematisch-Naturwissenschaftliche Fakultät / Fachbereich Informatik

 

Kontakt

martin.butzspam prevention@uni-tuebingen.de

Computer Science & Psychology, Cognitive Modeling
Sand 14
D - 72076 Tübingen

Tel.: +49-7071-29-70429

 

Zum GRK Ambiguität

Die Kognitionswissenschaft versteht das menschliche Gehirn immer mehr als ein System, dass vorausschauende, generative Modelle seiner Umwelt erlernt, um diese zum Zwecke der eigenen, zielgerichteten Verhaltenskontrolle einzusetzen. Diese Modelle approximieren dabei die Funktionalität der verhaltensrelevanten Umwelteigenschaften (Stichworte sind zum Beispiel Intuitive Physik, Folk-Psychologie und andere). Sie werden genutzt, um sensorische Informationen über die Umwelt effektiv und ziel-orientiert zu verarbeiten. Im Falle einer ambiguen Informationssituation – sei es in einer Konversation, in einem Text, oder auch in vielen anderen Wahrnehmungssituationen – tendiert das Gehirn dazu, diese Ambiguitäten nach bestem Wissen aufzulösen und dabei bestimmte Interpretationen zu priorisieren. Häufig übersieht es aber auch Interpretationsalternativen. Sehr ähnliche Prozessen laufen ab, wenn man selbst kommunikative Informationen generiert (z.B. durch Sprache, Schrift oder auch nur durch Körpersprache). Dabei werden Abschätzungen über das Wissen und die aktuellen Erwartungen des Kommunikationspartners zu einem gewissen Grad mit genutzt, um das gegenseitige Verständnis zu unterstützen.

 

Biographie

Nach dem Diplomstudium in Informatik mit Nebenfach Psychologie (Abschluss 2001) schloss Martin Butz sein PhD Studium in Computer Science an der University of Illinois at Urbana-Champaign, IL, USA (UIUC) 2004 ab. Zurück in Würzburg spezialisierte sich Herr Butz auf die Kognitive Modellierung mit künstlichen lernenden Systemen. Die Habilitation dazu schloss er im Frühjahr 2011 ab und wurde dann im Sommer desselben Jahres nach Tübingen auf die Professur für Kognitive Modellierung Im Fachbereich Informatik (Kooptation in Psychologie 01/2012) berufen.

 

Wissenschaftliche Arbeit

Auch wenn alle Abschlüsse von Martin Butz in der Informatik absolviert wurden, so bestand von Anfang an ein großes Interesse an künstlicher Intelligenz und dem Bezug zur menschlichen Intelligenz und Kognition. So hat Herr Butz bereits effektiv mit Linguisten, Kognitionspsychologen, klinischen und kognitive Neurowissenschaftlern, Experten in der kognitiven Robotik und dem Maschinellen Lernen zusammengearbeitet. Das zeigt auch seine Publikationsliste, die Artikel in psychologischen Zeitschriften, wie zum Beispiel Psychological Review enthalten, Kognitionswissenschaftliche Journale, wie beispielsweise Cognition und TopiCS in Cognitive Science, als auch Informatik und insbesondere Machine Learning Artikel, wie zum Beispiel in Neural Networks oder auch der International Conference on Artificial Neural Networks. Sein wissenschaflticher Fokus liegt auf der Erforschung und Modellierung der Event-Prädiktiven Kognition für die Abstraktion von erfahrungsgrundierten prädiktiven Wissensstrukturen, deren Konzeptualisierung, und deren interaktiven Assoziation mit Sprache. In seinem neusten Buch “How the Mind Comes into Being” offeriert Martin Butz eine integrative Einleitung in die Kognitionswissenschaft und seinen wissenschaftlichen Ansatz von einer funktional-orientierten Perspektive.

 

Lehre

Martin Butz lehrt Einführungskurse in der Informatik und Kognitionswissenschaft als auch vertiefende Kurse im Bereich der kognitiven Modellierung, den Künstlichen Neuronalen Netzen und dem Maschinellen Lernen von Verhalten. Praktika und Seminare umschließen die Entwicklung der Kognition, Kognitive Systeme, künstliche Sprachagenten, kognitionspsychologische Experimente - vor allem auch mit Augen- und Bewegungstracking und in Virtual Reality Setups – und künstlichen Neuronalen Netzen.

 

Weitere Forschungsaktivitäten

Martin Butz war und ist in vielen wissenschaftlichen Kollaborationsprojekten aktiv. Das zeigen unter anderem die von ihm mitherausgegebenen zwei Sonderausgaben (in Cognitive Processing und New Ideas in Psychology), sieben editierte Buchbänder über Antizipation, Kognition und Kognitive Systeme, und drei Monographien. Aktuell ist Martin Butz Teil der Machine Learning Cluster Initiative als auch der SFB Initiative zu “Reflective Eating: Cognition and emotion in the control of food intake”. Während dessen etabliert er aktuell eine weitere Wissenschaftsinitiative zu „Event-Predictive Cognition“ zusammen mit Forschern aus der Linguistik, Psychologie, den klinischen und kognitiven Neurowissenschaften, und Modellierern aus der Informatik.

 

Publikationen zum Thema »Ambiguität«

 

Monographien:

  • Butz, Martin V.; Esther F. Kutter (2017). How the Mind Comes Into Being: Introducing Cognitive Science from a Functional and Computational PerspectiveOxford, UK: Oxford University Press.

Artikel:

  • Achimova, Asya; Gregory Scontras, Christian Stegemann-Philipps, Johannes Lohmann & Martin V. Butz (2021). “Learning about others: Pragmatic social inference through ambiguity resolution.” Cognition.
  • Butz, Martin V. (2021). “Towards strong AI.” Künstliche Intelligenz 35. 91–101. doi: 10.1007/s13218-021-00705-x
  • Butz, Martin V., Asya Achimova, David Bilkey & Alastair Knott (2021). “Eventpredictive cognition: A root for conceptual human thought.” Topics in Cognitive Science 13. 10–24. doi: 10.1111/tops.12522
  • Gumbsch, Christian; Maurits Adam, Birgit Elsner & Martin V. Butz (2021). “Emergent goal-anticipatory gaze in infants via event-predictive learning and inference.” Cognitive Science 45(e13016). doi: 10.1111/cogs.13016
  • Butz, Martin. V.; David Bilkey, Dania Humaidan, Alastair Knott & Sebastian Otte (2019). Learning, planning, and control in a monolithic neural event inference architecture.” Neural Networks 117. 135-144.
  • Belardinelli, Anna; Johannes Lohmann, Alessandro Farnè & Martin V. Butz (2018). “Mental space maps into the future.” Cognition 176. 65–73. doi: 10.1016/j.cognition.2018.03.007.
  • Lohmann, Johannes; Phillip A. Schroeder, Hans-Christoph Nuerk, Christian Plewnia & Martin V. Butz (2018). “How deep is your SNARC? Interactions between numerical magnitude, response hands, and reachability in peripersonal space.” Frontiers in Psychology 9. 622. doi: 10.3389/fpsyg.2018.00622.
  • Butz, Martin. V. (2017). “Which Structures Are Out There.” Philosophy and Predictive Processing. Hgg. Thomas K. Metzinger & Wanja Wiese. Frankfurt am Main: MIND Group. predictive-mind.net/papers/which-structures-are-out-there
  • Johannes Lohmann; Martin V. Butz. (2017). “Lost in space: multisensory conflict yields adaptation in spatial representations across frames of reference.” Cognitive Processing 18. 211–228. doi: 10.1007/s10339-017-0798-5.
  • Johannes Lohmann; Bettina Rolke & Martin V. Butz (2017). “In touch with mental rotation: Interactions between mental and tactile rotations and motor responses.” Experimental Brain Research 235. 1063–1079. doi: 10.1007/s00221-016-4861-8.
  • Schrodt, Fabian; Jan Kneissler, Stephan Ehrenfeld & Martin V. Butz (2017). “Mario Becomes Cognitive.” TOPICS in Cognitive Science 9.2. 1-31.
  • Butz, Martin. V. (2016). “Towards a Unified Sub-Symbolic Computational Theory of Cognition.” Frontiers in Psychology 7. doi: 10.3389/fpsyg.2016.00925.
  • Belardinelli, Anna; Marissa Barabas, Marc Himmelbach & Martin V. Butz (2016). “Anticipatory eye fixations reveal tool knowledge for tool interaction.” Experimental Brain Research 234. 2415-2431. doi: 10.1007/s00221-016-4646-0.
  • Schrodt, Fabian; Martin V. Butz (2016). “Just Imagine! Learning to Emulate and Infer Actions with a Stochastic Generative Architecture.” Frontiers in Robotics and AI. doi: 10.3389/frobt.2016.00005
  • Schrodt, Fabian; Georg Layher, Heiko Neumann & Martin V. Butz (2015). “Embodied Learning of a Generative Neural Model for Biological Motion Perception and Inference.” Frontiers in Computational Neuroscience 9. doi: 10.3389/fncom.2015.00079.
  • Herbort, Oliver; Martin V. Butz (2012). “The continuous end-state comfort effect: Weighted integration of multiple biases.” Psychological Research 76. 345-363.
  • Herbort, Oliver; Martin V. Butz (2011). “Habitual and goal-directed factors in (everyday) object handling.” Experimental Brain Research 213. 371-382.
  • Butz, Martin. V.; Elshad Shirinov & Kevin L. Reif (2010). “Self-Organizing Sensorimotor Maps Plus Internal Motivations Yield Animal-Like Behavior.” Adaptive Behavior 18. 315-337.
  • Butz, Martin. V.; Roland Thomaschke, Matthias J. Linhardt & Oliver Herbort (2010). “Remapping motion across modalities: Tactile rotations influence visual motion judgments.” Experimental Brain Research 207. 1-11.
  • Butz, Martin. V.; Oliver Herbort & Joachim Hoffmann (2007). “Exploiting Redundancy for Flexible Behavior: Unsupervised Learning in a Modular Sensorimotor Control Architecture.” Psychological Review 114. 1015-1046.