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！
在神经科学中，研究者们大量关注大脑神经回路中的信息处理。然而，在嗅觉领域，动物的鼻子和触角远远优于电子设备，这是由于在信号到达大脑之前，动物通过优越的传感器和早期感知处理实现了感知的优势。
嗅觉感知中的一个未解难题是，动物如何能够感知“气味物体”，即在气味源释放出多种不同的化学物质并且这些物质在环境中的不规则气味羽流中相互混合的情况下，动物仍能形成对这些化学物质的成因的连贯感知表征。在本次报告中，Thomas Nowotny教授将介绍在这个问题上的理论、实验和计算工作，这些工作有助于我们理解气味物体的识别过程。
一、大脑外的嗅觉感知处理（Thomas Nowotny）
二、圆桌讨论（宋卓异、司光伟、王立元、张铁林、傅沁冰、申杨）
Thomas Nowotny，萨塞克斯大学信息学教授，背景为物理学。他是萨塞克斯大学人工智能卓越中心的两位共同主任之一，并且是工程与信息学学院人工智能研究小组的负责人。
他的研究兴趣广泛且跨学科，涉及计算神经科学、混合系统、类脑计算和机器人控制等领域。具体兴趣包括昆虫嗅觉、脑机混合实验、基于事件的神经网络及其在神经形态计算中的应用。
宋卓异，复旦大学类脑智能科学与技术研究院青年研究员。具有在控制科学和神经科学领域交叉学科的研究背景，长期致力于构建多尺度及大型计算机仿真模型研究神经编码问题，即神经系统将环境信息编码为神经信息，以便在大脑中产生智能。相关成果发表于Current Biology，eLife, Journal of Neuroscience等期刊。
研究方向：计算神经科学、神经系统建模、神经编码、仿生视觉、类脑智能，研究兴趣主要集中在多尺度类脑模型的构建与自适应神经编码研究，如视网膜仿真模型和昆虫复眼仿真模型在仿生视觉系统中的应用。
中国科学院生物物理研究所研究员，博士毕业于北京大学定量生物学中心，在哈佛大学脑科学中心开始神经生物学研究。
研究兴趣在于探索生物神经系统在网络层面上的定量规律。实验室主要以果蝇为实验研究对象，研究嗅觉、学习和运动环路中的计算、动力学与控制等问题。
王立元博士现为清华大学计算机系博士后，研究成果发表在Nature Machine Intelligence、TPAMI、NeurIPS、ICLR、CVPR等人工智能的顶级期刊和会议。
研究方向：他的研究兴趣聚焦在机器学习与神经科学的交叉领域，以智能系统的持续学习能力为切入点，构建人工智能与生物智能的通用计算模型。
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。
广州大学数学与信息科学学院副教授，硕士生导师。共发表学术论文60余篇，其中包括IEEE Transactions期刊、Neural Networks等知名期刊。
研究领域：计算神经科学、神经网络、运动感知、机器人
申杨，美国马里兰大学帕克分校化学物理博士，现为冷泉港实验室博士后研究员。她的研究旨在从算法的角度理解果蝇的大脑如何处理和储存嗅觉信息以应对复杂多变的气味环境。同时利用从果蝇大脑中获得的启发设计更有效率的机器学习算法。
扫码参与昆虫智能与AI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. Pannunzi, M., & Nowotny, T. (2021). Non-synaptic interactions between olfactory receptor neurons, a possible key feature of odor processing in flies. PLoS Computational Biology, 17(12), e1009583.
2. Nowotny, T., & Szyszka, P. (2017). Dynamics of odor-evoked activity patterns in the olfactory system. Advances in Dynamics, Patterns, Cognition: Challenges in Complexity, 243-261.
3. Chan, H. K., & Nowotny, T. (2017). A biophysical model of the early olfactory system of honeybees. In Neural Information Processing: 24th International Conference, ICONIP 2017, Guangzhou, China, November 14–18, 2017, Proceedings, Part IV 24 (pp. 639-647). Springer International Publishing.
4. Chan, H. K., Hersperger, F., Syzszka, P., & Nowotny, T. (2018, March). Dynamics in insect olfactory receptors lead to qualitatively different responses to odour mixtures. In CHEMICAL SENSES (Vol. 43, No. 3, pp. E16-E16). GREAT CLARENDON ST, OXFORD OX2 6DP, ENGLAND: OXFORD UNIV PRESS.
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
