TY - CHAP ED - Klug, Marius ED - Zander, Thorsten T1 - Neuroadaptive Technology Conference 2025 Proceedings (NAT'25) N2 - Neuroadaptive Technology (NAT) continues to advance the integration of real-time neurophysiological measures into adaptive intelligent systems. The Neuroadaptive Technology Conference 2025 (NAT’25), held in Berlin, Germany, brought together scientists and practitioners from neuroscience, computer science, engineering, and the social sciences, alongside representatives from politics, industry, and funding agencies. The conference emphasized both scientific and societal dimensions of neuroadaptive systems, particularly their implications for ethics, policy, and innovation ecosystems. Current developments showcased at NAT’25 highlight how neuroadaptive methods are being extended beyond the laboratory to real-world applications through Brain–Artificial Intelligence Interfaces (BAIs), explainable and neuroadaptive AI (XAI/NAI), and multimodal physiological computing. A recurrent theme across sessions was the societal responsibility accompanying the increasing agency of neuroadaptive and AI-driven systems — from workplace and healthcare applications to autonomous technologies. The programme included six keynote lectures, invited panels, and over forty peer-reviewed contributions covering Brain–Computer and Brain–AI Interfaces, Human–AI Co-Adaptation, Neuroadaptive Systems in Society, Ethics and Regulation, and Machine Learning for Applied Neuroscience. NAT’25 thus marked a further consolidation of the field toward human-aligned, context-sensitive, and socially responsible artificial intelligence. N2 - Die Neuroadaptive Technologie (NAT) entwickelt die Integration neurophysiologischer Echtzeitmessungen in adaptive intelligente Systeme konsequent weiter. Die Neuroadaptive Technology Conference 2025 (NAT’25), die in Berlin stattfand, vereinte Wissenschaftlerinnen und Wissenschaftler aus Neurowissenschaften, Informatik, Ingenieurwesen und Sozialwissenschaften sowie Vertreter aus Politik, Industrie und Förderinstitutionen. Im Mittelpunkt der Konferenz standen sowohl die wissenschaftlichen als auch die gesellschaftlichen Dimensionen neuroadaptiver Systeme, insbesondere ihre ethischen, regulatorischen und politischen Implikationen. Die auf der NAT’25 präsentierten Entwicklungen zeigen, dass neuroadaptive Verfahren zunehmend aus dem Labor in reale Anwendungskontexte überführt werden – etwa durch Brain–Artificial Intelligence Interfaces (BAI), erklärbare und neuroadaptive KI (XAI/NAI) sowie multimodales Physiological Computing. Ein wiederkehrendes Thema war die gesellschaftliche Verantwortung, die mit dem zunehmenden Handlungsspielraum neuroadaptiver und KI-basierter Systeme einhergeht – von Anwendungen in Arbeit und Gesundheit bis hin zu autonomen Technologien. Das Programm umfasste sechs Keynotes, eingeladene Diskussionsrunden und über vierzig begutachtete Beiträge zu den Themen Brain–Computer- und Brain–AI-Interfaces, Mensch–KI-Koadaptation, Neuroadaptive Systeme in der Gesellschaft, Ethik und Regulierung sowie Machine Learning für angewandte Neurowissenschaften. Damit markierte die NAT’25 einen weiteren Schritt hin zu kontextsensitiver, menschenzentrierter und gesellschaftlich verantwortungsvoller Künstlicher Intelligenz. KW - Machine learning KW - Artificial intelligence KW - Physiological computing KW - Brain-computer interface KW - Neuroadaptive technology KW - Künstliche Intelligenz KW - Maschinelles Lernen KW - Neuroadaptive Technologie KW - Künstliche Intelligenz KW - Maschinelles Lernen KW - Gehirn-Computer-Schnittstelle KW - Neurowissenschaften Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-72151 ER - TY - CHAP ED - Zander, Thorsten ED - Fairclough, Stephen T1 - Programme and Proceedings of the Third Neuroadaptive Technology Conference 2022 (NAT'22) N2 - Neuroadaptive technology (NAT) utilizes real-time measures of neurophysiological activity within a closed control loop to create intelligent software adaptation. Measures of electrocortical and neurovascular brain activity are quantified to provide a dynamic representation of the psychological state of the user, with respect to cognitions, emotions and motivation. As such, NAT can access unique aspects of human information processing, and human intelligence, which can subsequently be used to enable more versatile and more human-like forms of machine intelligence. Current trends in different scientific fields indicate an increased interest in integrating context-sensitive information from the human brain into Artificial Intelligence. NAT'22, the Neuroadaptive Technology Conference 2022, was intended to bring scientists interested in Physiological Computing, Applied Neurosciences and Passive Brain-Computer Interfaces together with experts from the fields of Artificial Intelligence, Machine Learning and Intelligent Systems. The main goals of the conference were an exchange of research questions and findings from these fields and the identification of common goals and joint ventures in the domain of Neuroadaptive Technology, including: real-time signal processing, unsupervised vs. supervised ML, designing neuroadaptive interaction, explainable AI (XAI), neuroadaptive applications, hybrid AI systems (DL + symbolic AI) for applied neurosciences, ethics of neurotechnology in real world (responsibility for action, security), cloud-based solutions for data management and more. NAT'22 was held in Lübbenau, near Berlin, and organised by the Society for Neuroadaptive Technology. These Proceedings contain the abstracts of six keynote lectures and a total of 39 submissions in the categories of Brain-Computer Interface & Applications, Ethics & Perspectives, Artificial Intelligence & Machine Learning, and a poster session. N2 - Neuroadaptive Technologie (NAT) nutzt Echtzeitmessungen neurophysiologischer Aktivitäten innerhalb eines geschlossenen Regelkreises, um eine intelligente Softwareanpassung zu ermöglichen. Messungen der elektrokortikalen und neurovaskulären Gehirnaktivität werden quantifiziert, um eine dynamische Darstellung des psychologischen Zustands des Nutzers in Bezug auf Kognitionen, Emotionen und Motivation zu erhalten. Auf diese Weise kann NAT auf einzigartige Aspekte der menschlichen Informationsverarbeitung und der menschlichen Intelligenz zugreifen, die anschließend genutzt werden können, um vielseitigere und menschenähnlichere Formen der maschinellen Intelligenz zu ermöglichen. Aktuelle Trends in verschiedenen wissenschaftlichen Bereichen deuten auf ein zunehmendes Interesse an der Integration kontextsensitiver Informationen aus dem menschlichen Gehirn in die künstliche Intelligenz hin. Die NAT'22, die Neuroadaptive Technology Conference 2022, hatte zum Ziel, Wissenschaftler aus den Bereichen Physiological Computing, Applied Neurosciences und Passive Brain-Computer Interfaces mit Experten aus den Bereichen Artificial Intelligence, Machine Learning und Intelligent Systems zusammenzubringen. Die Hauptziele der Konferenz waren der Austausch von Forschungsfragen und -ergebnissen aus diesen Bereichen und die Identifizierung gemeinsamer Ziele und Unternehmungen im Bereich der neuroadaptiven Technologie, einschließlich: Echtzeit-Signalverarbeitung, unüberwachtes vs. überwachtes ML, Entwurf neuroadaptiver Interaktion, erklärbare KI (XAI), neuroadaptive Anwendungen, hybride KI-Systeme (DL + symbolische KI) für angewandte Neurowissenschaften, Ethik der Neurotechnologie in der realen Welt ( Handlungsverantwortung, Sicherheit), Cloud-basierte Lösungen für Datenmanagement und mehr. Die NAT'22 fand in Lübbenau bei Berlin statt und wurde von der Society for Neuroadaptive Technology organisiert. Der vorliegende Tagungsband enthält die Kurzfassungen von sechs Keynote-Vorträgen und insgesamt 39 Beiträgen in den Kategorien Brain-Computer Interface & Applications, Ethics & Perspectives, Artificial Intelligence & Machine Learning sowie einer Poster-Session. KW - Neuroadaptive technology KW - Brain-computer interface KW - Physiological computing KW - Artificial intelligence KW - Machine learning KW - Neuroadaptive Technologie KW - Künstliche Intelligenz KW - Maschinelles Lernen KW - Künstliche Intelligenz KW - Maschinelles Lernen KW - Gehirn-Computer-Schnittstelle KW - Neurowissenschaften Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-62719 ER -