8h45 - 9h00  : Registration, coffee

9h00 - 9h15 : Welcome word

9h15 - 10h00 : David Beaver (The University of Texas at Austin)

10h00 - 10h20 : Commentary by Paul Portner (Georgetown University)

Imagination and creativity seem so inextricably intertwined. This strong tie is entrenched in ordinary language and illustrious philosophical theories of the past. Yet, quite surprisingly, contemporary philosophers have paid little attention to it. A possible explanation lies in the received view according to which imagination is neither sufficient nor necessary for creativity.

Several of the most prominent proponents (Hohwy 2013, Clark 2016) of predictive processing claim that predictive processing is particularly well placed to explain imagination : it involves generating the predictive hypothesis in a decoupled manner by turning down the gain on prediction error. As we proposed in Jones and Wilkinson (2020), this conflates imagery and imagination. While predictive processing might be good at explaining imagery, imagery is not sufficient for imagination, nor, arguably, is it even necessary.

One of the many appealing things about predictive processing is that it represents a point of convergence between several disciplines working independently, including embodied philosophy of cognitive science, neural networks and machine learning, as well as biological psychiatry. In this seminar, I present the different ways in which predictive processing, and, in particular, the hypothesized role of dopamine in “precision-weighting”, has been used to explain psychosis.

Chercheuse au Laboratoire de Neurosciences Cognitives et Computationnelles, Alex Cayco Gajic étudie la façon dont les réseaux neuronaux du cerveau contrôlent le comportement et apprennent de nouvelles tâches, en utilisant des méthodes mathématiques. Des recherches interdisciplinaires à la croisée des nouvelles technologies, qui l’ont amenée à rejoindre récemment le FENS-Kavli Network of Excellence, un prestigieux réseau européen de jeunes chercheurs et chercheuses en neurosciences. À cette occasion, Alex Cayco Gajic revient sur son parcours et ses récents travaux. 

L'objectif de ce projet est de développer l'eCALAP, version digitale du CALAP - Core Assessment of Language Processing - une batterie de rééducation du langage, afin de rendre possible le déploiement automatique d'un arbre thérapeutique personnalisé et standardisé pour la rééducation des patient.es aphasiques, et de promouvoir une évolution de la pratique clinique.

The Predictive Processing Framework (Friston 2005, Clark 2013, Hohwy 2013) is an increasingly popular and revolutionary way of thinking about the brain and cognition. According to it, the brain’s main task is not to process inputs from the outside world, but to predict future activity at many hierarchical timescales. This boils down to the dictum, “All the brain ever does is minimize prediction error”. This framework has wide-ranging consequences for our understanding of perception, action, mental imagery, and many other things besides.

Les raisons pour lesquelles il est important de comprendre comment les enfants développent le langage sont nombreuses. L’une d’entre elles est de mieux diagnostiquer et traiter les troubles du langage et de la communication. Cependant, les théories actuelles sont élaborées par des chercheurs et des chercheuses basé.es dans une poignée de pays, qui étudient généralement les enfants du pays dans lequel ils/elles se trouvent.

Nancy Kanwisher a obtenu sa licence et son doctorat au MIT, auprès du professeur Molly Potter.