本次分享是「计算神经科学」读书会最后一次分享，活动分为两个部分。第一部分由悉尼大学物理学院龚璞林老师以“大脑活动的时空动力学的组织原则与功能机制”为主题进行报告，第二部分则会邀请相关老师对计算神经科学相关话题进行讨论交流（具体话题参见圆桌部分的描述）。
大脑活动在不同的空间和时间尺度上不断演变，呈现出丰富而复杂的时空动力学。尽管在过去几十年中我们对局部神经回路的理解取得了重要进展，但随着大规模并行记录技术的出现，新的重大挑战在于揭示多个相互作用的大脑区域所产生的大规模时空动力学的组织原则及其计算机制，以及这些机制在认知中的功能作用。
在本次分享中，讲者将介绍大规模脑活动如何形成传播波，例如螺旋或漩涡。这些螺旋波及其相互作用在协调分布于不同功能区域之间的大规模活动流动中起到了关键作用。这一协调机制使任务驱动的活动流能够在自下而上和自上而下的方向之间灵活重新配置，从而在认知过程中实现更大的灵活性。此外，我们将介绍一个名为“分数阶神经采样”（Fractional Neural Sampling, FNS）的理论，用以解释传播波如何实现基于采样的概率计算。我们将展示FNS如何为从视觉感知推理到注意力采样及区域间通信等多种大脑功能提供统一的理论解释，并且对理解深度学习的复杂动力学具有重要意义。
大脑活动的波传播的时空模式
分数阶神经采样（FNS）的理论及其应用
分数阶神经采样（FNS）对深度学习的启发
龚璞林：悉尼大学物理学院副教授，理论计算研究组主任。在加入悉尼大学之前，他是日本RIKEN脑科学研究所的一名研究员。希望能更好地理解大脑时空动态的自组织机制以及这些动态如何实现神经计算的基本原理。
研究方向：脑时空动力学，认知的神经和计算机制，类脑人工智能。
2024年9月20日（周五）晚上19:00-21:00
扫码参与计算神经科学读书会，加入群聊，获取系列读书会回看权限，成为计算神经科学社区的种子用户，与社区的一线科研工作者与企业实践者沟通交流，共同推动计算神经科学社区的发展。
报名成为主讲人：
Yang Qi and Pulin Gong. Fractional neural sampling as a theory of spatiotemporal probabilistic computations in neural circuits. Nature Communications, 13: 4572 (2022).
分数阶神经采样（Fractional Neural Sampling，FNS）充分利用神经群体在时间和空间上呈现出的丰富而复杂的动力学，以高效执行基于采样的概率计算。因此，FNS提供了一种新理论来解决长期以来存在的多模态概率分布的采样和表征挑战。我们的FNS神经概率计算理论统一解释了神经网络动力学，以及有关知觉现象（如视觉知觉推理）的各种实验结果，从而构建了一个理论框架，用于深入理解脑功能的神经生理和计算机制。
Guozhang Chen and Pulin Gong. A spatiotemporal mechanism of visual attention: Superdiffusive motion and theta oscillations of neural population activity patterns. Science Advances, eabl4995 (2022).
基于超扩散运动与θ振荡的视觉注意力时空机制不仅能够解释许多实验结果并提供了灵活切换探索 (exploration)和利用 (exploitation)的关键功能优势，而且对设计新的类脑人工智能具有重要的启发作用。
Yiben Xu, Xian Long, Jianfeng Feng and Pulin Gong. Interacting spiral wave patterns underlie complex brain dynamics and are related to cognitive processing. Nature Human Behaviour volume 7, 1196–1215 (2023).
这项研究揭示了人类大脑复杂时空活动的一种新型基于螺旋波（vortex）的组织机制。此外，我们发现脑螺旋波与认知处理存在功能上的关联。螺旋波的相互作用提供了一种全新的视角， 用以解释在认知任务期间各个脑区如何灵活协调活动。
Rory Townsend, Pulin Gong. Detection and analysis of spatiotemporal patterns in brain activity. PLoS Computational Biology, 14: e1006643 (2018).
这项研究提出了脑时空动力学的分析和计算方法，可可靠地检测大规模神经记录中不同传播波模式，进行全面的模式分析和可视化，并对它们的时空模式进行深入研究。
Asem Wardak and Pulin Gong. Extended Anderson Criticality in Heavy-Tailed Neural Networks. Physical Review Letters, 129: 048103 (2022)
这项研究揭示了在具有异质性和重尾连接性的神经网络中存在着扩展的临界相变区域。在这个区域内，神经网络的活动呈现出多分形 (multifractal) 的本质特性，这解释了各种神经动力学现象，如时间尺度的多样性，并为reservoir computing提供了计算优势。
Guozhang Chen & Pulin Gong. Computing by modulating spontaneous cortical activity patterns as a mechanism of active visual processing. Nature Communications. 10: 4915 (2019).
这个工作提出了一种神经计算机制，用于理解自发活动如何积极参与神经信息处理：Computing by Modulating Spontaneous Activity (CMSA), CMSA计算机制为单个神经元、神经网络层面和认知功能的多项实验结果提供了统一的解释。
Guozhang Chen, Cheng Kevin Qu and Pulin Gong. Anomalous diffusion dynamics of learning in deep neural networks. Neural Networks, 149: 18-28 (2022).
这项研究深入探讨了在深度学习中通过随机梯度下降（SGD）与损失函数地形 （landscape） 相互作用而实现有效学习的机制。我们发现，在SGD导航损失函数地形时，它呈现出丰富而复杂的动力学；初始阶段，SGD表现出超扩散，随着时间的推移逐渐减弱，并在接近解决方案时转变为亚扩散。这一结果以一种新的视角揭示了SGD在深度学习中的有效性，并对设计高效的深度神经网络 (deep neural networks) 具有重要意义。
为了促进神经科学、系统科学以及计算机科学等多领域学术工作者的交流合作，吸引更多朋友共同探索脑科学与类脑研究，周昌松、臧蕴亮、杨冬平、郭大庆、陈育涵、曹淼、刘泉影、王大辉、刘健、王鑫迪等来自国内外多所知名高校的专家学者在集智俱乐部共同发起「神经动力学模型」读书会，历时四个月研讨，近日圆满结束。
本季读书会形成了聚集500+成员的神经动力学社区，积累了40+小时综述、解读、研讨的视频记录，以及多篇社区成员总结的词条、笔记、翻译、科普资料等。现在报名加入读书会，即可加入社区交流讨论（微信），并解锁相关视频、文本资料。我们对脑的探索才刚刚起航，欢迎你一道参与，共同点亮更多脑科学研究的岛屿！
![]()
详情请见：
500+神经动力学社区成员，邀你共同点亮更多脑科学研究的岛屿
人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统，被认为是「已知宇宙中最复杂的物体」。本着促进来自神经科学、系统科学、信息科学、物理学、数学以及计算机科学等不同领域，对脑科学、类脑智能与计算、人工智能感兴趣的学术工作者的交流与合作，集智俱乐部联合国内外多所知名高校的专家学者发起神经、认知、智能系列读书会第三季——「计算神经科学」读书会，涵盖复杂神经动力学、神经元建模与计算、跨尺度神经动力学、计算神经科学与AI的融合四大模块，并希望探讨计算神经科学对类脑智能和人工智能的启发。读书会从2024年2月22日开始，每周四19:00-21:00进行，持续时间预计10-15周，欢迎感兴趣的朋友报名参与，深入梳理相关文献、激发跨学科的学术火花！
详情请见：计算神经科学读书会启动：从复杂神经动力学到类脑人工智能
点击“阅读原文”，报名读书会
