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、智能系列读书会第四季——「昆虫智能与AI」读书会。从2024年10月15日开始，预计每周进行一次，预计8-10次，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！
昆虫大脑虽然仅有数十万神经元（小型哺乳动物约一亿），却可以通过有效编码环境信息产生复杂的智能感知行为，如捕食与自主导航等。我们认为，研究昆虫等小型模式生物的神经信息处理机制，可以启发轻量化的智能算法或系统。
本次分享宋卓异老师将结合课题组的科学研究说明研究昆虫的神经信息处理机制能为仿生智能带来什么，简要介绍这方面的三个探索：
1）光感受器为什么会有10个数量级大的感受范围，其自适应的动力学与分子机制是什么？
2） 视网膜神经元微跳视可以帮助生物在复杂环境进行超分感知吗 – 基于视网膜仿真系统的研究；
3）结合模型与机器学习探索提高动态环境防碰撞检测的神经环路机制。
自适应 – 动力学与分子机制
微跳视与超分感知
一、光感受器大动态范围感光与四个随机自适应采样机制
二、视网膜仿真系统，神经元微跳视，与其超分感知的研究
三、基于连接组的神经环路模型与动态环境防碰撞检测的神经环路机制
四、分子反应链的首达时间分布的数学解析与其背后的分子机制
宋卓异，复旦大学类脑科学与技术青年研究员，入选2020年度上海市“浦江人才”计划，并受2021年上海市千人计划支持。宋博士背景自动化，从事神经元建模与昆虫视觉方向的研究十余年，构建的模型帮助科学家解决昆虫复眼感知领域的若干难题，相关成果发表于Current Biology，eLife, Journal of Neuroscience，etc.。
研究方向：宋博士目前研究兴趣主要集中在构建与分析昆虫神经环路模型，解析神经编码机制，并应用于构建类脑仿生视觉系统。
孙一，西湖大学研究员，博士生导师，组建系统神经科学与神经工程实验室。目前致力于社会交互中个体间感知识别与行为决策等认知过程的研究，特别是其神经网络计算原理的研究。结合功能成像与光遗传、定量行为、电生理、连接组学、理论建模等方法回答这些问题。同时将发展应用新的技术从而更好地测量和控制神经活动和环境变量。
研究方向：实验室以社会认知的神经网络计算原理为研究对象，以神经环路与行为为研究主线，以先进技术特别是功能成像技术为研究特点。目前以果蝇为主要实验模型。
司光伟，中科院生物物理研究所脑与认知国家重点实验室研究员。研究聚焦在动物体内外的信息如何被神经元的群体活动编码；神经编码如何在网络中传播、整合和变换；编码的变换如何通过特定的神经网络结构来实现；网络的结构如何调整以适应环境及自身发育；以上过程又如何影响动物的行为。综合运用行为学、钙离子/电压探针成像、光遗传学和微流控等实验手段，并结合建模和模拟开展研究工作。
研究方向：生物神经系统在网络层面上的定量规律，包括神经元群体编码、网络动态结构、及其在发育过程中的调节等相关问题。实验研究对象为果蝇幼虫的嗅觉系统。
梁希同，北京大学生命科学学院、北大-清华生命科学联合中心、北大麦戈文脑科学研究所研究员、博士生导师。长期关注动物行为多样性的神经和演化机制，特别是发掘无脊椎动物中所蕴藏的丰富而独特的神经算法资源 ，相关成果发表在Nature、Science、Neuron、PNAS、Current Biology等期刊。
研究方向：主要研究头足类（包括乌贼和章鱼）的行为、智能与仿生，通过开发基于机器学习的行为定量分析技术和大规模神经活动成像技术，研究变色伪装和触手运动的神经与演化机制， 为类脑计算、图像生成、与仿生软体机器人提供独特的神经算法借鉴与运动控制理论。
林居正，剑桥大学动物学系博士后研究员，分子生物学实验室访问学者。博士时期师从昆虫声音专家 Berthold Hedwig，研究主题为蟋蟀唱歌行为机制与神经机转。目前在 Marta Zlatic 的研究室(学习与决策脑回路实验室)進行博士后研究，以电生理方法研究果蝇幼虫大脑的学习神经回路。《蜂的心智》一書译者。
文超，北京林业大学青年教师，专注于社会性昆虫行为研究，尤其是熊蜂、蚂蚁和白蚁等节肢动物的社会认知能力，揭示昆虫如何处理信息、解决问题以及适应复杂环境，探索无脊椎动物的认知边界。
张铁林，中科院自动化所复杂系统认知与决策实验室副研究员，智能机制机理研究部PI。
研究方向：研究组十分关注新型类脑脉冲神经网络，研究方向包括类脑脉冲神经网络、脑动力学模拟仿真、脑机接口类脑芯片。提出自组织可塑性传播模型、神经调制的类脑连续学习方法、基于多巴胺奖赏传播的SNN高效学习方法和基于多尺度可塑性的SNN架构体系，也将算法应用于图像识别、自然语言处理、连续动作控制等任务，并形成面向侵入式脑机接口的专用类脑芯片。
扫码参与昆虫智能读书会，加入群聊，获取系列读书会回看权限，成为昆虫智能与AI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，共同推动昆虫智能与AI社区的发展。
1、Stochastic, adaptive sampling of information by microvilli in fly photoreceptors Z Song, M Postma, SA Billings, D Coca, RC Hardie, M Juusola Current Biology 22 (15), 1371-1380
2、Microsaccadic sampling of moving image information provides Drosophila hyperacute vision M Juusola, A Dau, Z Song, N Solanki, D Rien, D Jaciuch, SA Dongre, …Elife 6, e26117
3、Refractory sampling links efficiency and costs of sensory encoding to stimulus statistics Z Song, M Juusola Journal of Neuroscience 34 (21), 7216-7237
4、Analytical refractory period distribution for a class of time-variant biochemical systems with second-order reactions C Rao, W Lin, Z Song The Journal of Chemical Physics 159 (12)
5、Looming detection in complex dynamic visual scenes by interneuronal coordination of motion and feature pathways B Gu, J Feng, Z Song Advanced Intelligent Systems, 2400198
6、Modelling the mechanoreceptor’s dynamic behaviour Z Song, RW Banks, GS Bewick Journal of anatomy 227 (2), 243-254
对简单模式动物的系统研究可以帮助我们看清树丛中的路线，定义和发现关键问题，是脑科学与类脑研究十分必要一环。昆虫智能的研究在国内尚属小众，为了促进来自神经科学、系统科学、物理学、数学以及计算机科学等不同领域，对昆虫智能、仿生机器人、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，集智俱乐部联合复旦大学宋卓异、西湖大学孙一、中科院生物物理研究所司光伟和北京大学的梁希同老师，发起了神经、认知、智能系列读书会第四季——「昆虫智能与AI」读书会。
详情请见：昆虫智能如何启发人工智能与仿生机器人？昆虫智能与AI读书会启动
