Geluid is een rijke informatiebron die de situationele bewustwording van kunstmatige intelligentie (AI) kan verbeteren: het biedt inzicht in de omgeving en de aanwezigheid en het gedrag van biologische entiteiten, zoals mensen en dieren. Huidige benaderingen in AI excelleren in het identificeren van geluiden binnen een scène en grote taalmodellen kunnen algemene kennis verwoorden. Er is echter een kloof tussen hoe mensen een geluidsomgeving beoordelen en bio-geluiden evalueren, en hoe AI dit doet. Dit project is gericht op het dichten van deze kloof door de biologische plausibiliteit van machinaal luisteren te versterken op basis van onze diepgaande kennis in menselijk gehoor, sensorische gating, aandacht en kortetermijngeheugen. Nieuwe representaties en in-silico modellen waarin oscillerende neurale circuits een cruciale rol spelen worden ontwikkeld. Het resultaat zal de interactie tussen mens en machine verbeteren, geluidslandschapsverrijking mogelijk maken en steden slimmer maken.